Professional Documents
Culture Documents
1. Latar Belakang
Produk Domestik Bruto (PDB) merupakan salah satu indicator ekonomi makro untuk
mengukur seberapa besar keberhasilan pembangunan di bidang ekonomi.Dari sisi
penggunaan, PDB tersusun atas komponen pengeluaran konsumsi rumah tangga,
pengeluaran konsumsiPemerintah, investasi, dan net ekspor (selisih antara ekspor dengan
impor).Jika kita lihat struktur PDB Triwulan I dan II pada tahun 2009 dan 2010, ternyata
konsumsi rumah tangga masih memberikan andil yang besar, yakni dikisaran 56 - 61
persen dibandingkan komponen penyusun lainnya.Hal ini menunjukkan bahwa
pertumbuhan ekonomi Indonesia dipush dengan mendorong masyarakat selalu konsumtif.
Tabel 1. Struktur PDB Indonesia Menurut Penggunaan Triwulan I dan II pada tahun
2009 dan 2010
Sumber: BPS
2. Identifikasi Masalah
Berdasarkan latar belakang di atas, ada dua masalah yang ingin dijawab, yaitu:
a. Apakah konsumsi dan pendapatan saling terkointegrasi?
b. Bagaimana model konsumsi RT di Indonesia?
3. Tujuan Penelitian
4. Kendala Penelitian
Data yang digunakan pada penelitian ini adalah konsumsi nominal dan pendapatan
nasional nominal periode 1983 s.d. triwulan II 2010 yang bersumber dari Badan Pusat
Statistik, variabel yang nominal digunakan agar pengaruh inflasi tidak hilang. Kendala
penelitian adalah karena konsumsi RT secara teoretis dipengaruhi oleh pendapatan
disposable, sedangkan variabel pendapatan disposable tidak tersedia secara akurat
sehingga variabel tersebut diproksi dengan variabel pendapatan nasional.
5. Kajian Teoretis
Pengeluaran uang yang dilakukan oleh rumah tangga untuk membeli berbagai jenis
kebutuhannya dalam satu tahun tertentu dinamakan pengeluaran konsumsi rumah tangga
atau dalam analisis makroekonomi lebih lazim, disebut sebagai konsumsi rumah tangga.
Pendapatan yang diterima RT akan digunakan untuk membeli makanan, membeli
pakaian, membiayai jasa pengangkutan, dan lain-lain. Barang-barang tersebut dibeli oleh
RT untuk memenuhi kebutuhannya dan perbelanjaan tersebut dinamakan konsumsi, yaitu
membeli barang dan jasa untuk memuaskan keinginan memiliki dan menggunakan barang
tersebut.
Keynes merumuskan fungsi konsumsi sebagai sebuah skedul konsumsi yang
direncanakan pada berbagi tingkat pendapatan disposabel. Keynes percaya bahwa skedul
konsumsi yang direncanakan ini merupakan ”hukum psikologis yang fundamental”, dimana
perubahan konsumsi lebih kecil dari perubahan pendapatan disposibel. Sehingga,
kecenderungan mengonsumsi marginal (MPC) bernilai lebih kecil dari satu untuk fungsi
konsumsi rumah tangga(C):
Tetapi karena variabel pendapatan disposable belum tersedia secara lengkap dan akurat,
maka diproksi dengan variabel pendapatan nasional sehingga model konsumsi rumah
tangga adalah:
𝐶 = 𝐶𝑜 + 𝑏𝑌 … (2), dimana Y: pendapatan nasional
6.1 Normalitas
6.2 Stasioneritas
Stasioneritas sangat diperlukan dalam analisis time series agar tidak terjadi spurious
pada analisis. Karena pada periode penelitian terjadi dua shock krisis, maka penulis
merekomendasikan uji Philip-Perron untuk memeriksa stasioneritas dan alat uji ini
mampu merespon adanya shock yang terjadi.
Prosedur pengujian akar unit dengan menggunakan uji Philips-Perron adalah sebagai
berikut:
1. Misal terdapat persamaan:
𝑦𝑡 = 𝜌𝑦𝑡−1 + 𝑢𝑡 … (4),
Dimana ρ adalah koefisien otoregresif, 𝑢𝑡 adalah white noise term1. Jika nilai ρ = 1,
maka 𝑦𝑡 memiliki sebuah akar unit. Dalam ekonometrika, suatu time series yang
1
Kondisi dimana 𝑢𝑡 mempunyai mean sama dengan nol, varians konstan, dan kovarians sama dengan nol.
memiliki akar unit disebut random walk time series. Apabila dinyatakan dalam bentuk
hipotesis, menjadi:
Ho : 𝜌 = 1, berarti data mengandung akar unit (nonstasioner)
H1 : 𝜌< 1, berarti data tidak mengandung akar unit (stasioner)
Jika data asli dari suatu series sudah stasioner, maka data tersebut berintegrasi pada
order 0 atau dilambangkan I(0) tetapi bila data asli nonstasioner maka harus di-
difference2-kan sehingga diperoleh data yang stasioner pada order d ( I(d) ).
2. Persamaan di atas dapat juga dinyatakan dalam bentuk turunan pertama (first
difference), sebagai berikut:
∆𝑦𝑡 = 𝜌 − 1 𝑦𝑡−1 + 𝑢𝑡 … (5)
∆𝑦𝑡 = 𝛼𝑦𝑡−1 + 𝑢𝑡 … (6) , 𝛼 = 𝜌 − 1
Sehingga hipotesis yang diuji mempunyai bentuk:
Ho : 𝛼 = 1, berarti data mengandung akar unit (non stasioner)
H1 : 𝛼< 1, berarti data tidak mengandung akar unit (stasioner)
3. Untuk mengetahui ada atau tidaknya akar unit, lakukan penghitungan nilai statistik uji
Philips-Perron berdasarkan uji t-statistik yang disesuaikan:
𝛾0 1/2 𝑇 𝑓0 − 𝛾0 𝑠𝑒(𝛼 )
𝑡𝛼 = 𝑡𝛼 − 1/2
… (7)
𝑓0 2𝑓 𝑠 0
𝛼
𝑡𝛼 = … (8)
𝑠𝑒 𝛼
se α adalah standar eror dari koefisien yt−1 dan s adalah standar eror dari persamaan
(4). 𝛾0 nerupakan estimasi yang konsisten dari varians eror pada persamaan (4) ,
dihitung dengan rumus :
𝑇
𝑇 − 𝑘 𝑠2 2
𝑢𝑡2
𝛾0 = … 9 , dimana𝑠 =
𝑇 𝑇−𝑘
𝑡=1
Dimana k adalah banyaknya variabel independen dan T adalah banyaknya
observasi.𝑓0 diestimasi dari persamaan:
𝑇−1
𝑓0 = 𝛾 𝑗 𝐾(𝑗/𝑙) … (10)
𝑗 =−(𝑇−1)
𝛾 𝑗 adalah sampel otokovariansi ke-j dari residual 𝑢𝑡 ,yang dirumuskan sebagai
berikut:
𝑇
𝑢𝑡 𝑢𝑡−𝑗
𝛾 𝑗 = … (11)
𝑇
𝑡=𝑗 +1
l adalah koefisien Newey-West bandwisth, K merupakan fungsi kernel yang dapat
dirumuskan sebagai berikut:
2
Membuat deret angka baru yang terdiri dari perbedaan angka antara periode yang berturut-turut dengan rumus:
𝑋𝑡, = 𝑋𝑡 − 𝑋𝑡−1 .
𝐾 𝑥 = 1 − 𝑥 … (12) , jika 𝑥 ≤ 1
= 0 , lainnya
Selanjutnya nilai statistik Philips-Perron, yaitu 𝑡𝛼 dibandingkan dengan nilai kritis
tabel Mc Kinnon. Jika nilai statistik Philips-Perron lebih negatif dari nilai kritis tabel Mc
Kinnon atau nilai probabilitas statistik Philips-Perron kurang dari level signifikansi (α)
sebesar 0.05; maka Ho ditolak sehingga dapat disimpulkan bahwa data time series telah
stasioner.
Penentuan panjang lag optimum sangat penting dalam analisis time series. Menurut
Enders (2004) estimasi hubungan kausalitas, dan kointegrasi sangat peka terhadap
panjang lag.
Beberapa metode seleksi untuk menentukan panjang lag optimum, antara lain:
Log Likekihood Ratio Test Statistic LR.
The Final Prediction Error FPE
Akaike Information Criterion AIC
Schwaz Information Criterion SIC
Hannan-Quinn Criterion HQ
Beberapa penelitian menemukan adanya ketidakkonsistenan beberapa metode di
atas dan kecenderungan penarikan yang under estimate dalam menentukan panjang lag
(Liew, 2000). Akan tetapi metode FPE dan AIC dipercaya mampu menurunkan peluang
adanya pengambilan panjang lag maksimum yang under estimate pada sampel kecil.
Dimana:
xt xt 1 x ti
et …(14)
i 1
p p
Dimana, A i
I; Aj ; I adalah matriks identitas n x n
i 1 j i 1
3. Jika matriks memiliki rank r < k dan diekspresikan bahwa ' , maka akan
terdapat k x r matriks dan masing-masing dengan rank r. Besarnya rank
menyatakan banyaknya vektor kointegrasi yang terbentuk. Matriks merupakan
koefisien penyesuaian di dalam model Vector Error Correction. Setiap kolom pada
matriks merupakan vektor kointegrasi. Jika linear kombinasi yang diberikan oleh
' x t stasioner atau I(0), di dalam terminologi Granger ini menunjukan bahwa vektor x t
terkointegrasi.
trace statistik
T In (1 ) i
(15)
i k 1
Dimana:
k=0,1,............,n-1
i merupakan nilai eigenvalue ke-i.
T merupakan banyaknya observasi yang dipakai.
Nilai trace statistik selanjutnya dibandingkan dengan nilai kritis dari tabel Osterwald-
Lenum (1992). Jika nilai trace statistik lebih besar dari nilai kritis Osterwald-lenum, maka
Ho ditolak.
5. Alternatif uji lainnya, adalah dengan menggunakan maximum eigenvalue test, yaitu
mencari nilai maximum eigenvalues statistic dengan rumus :
Nilai Max Eigen stat selanjutnya dibandingkan dengan nilai kritis dari tabel Osterwald-
lenum.
Hipotesis nol yang digunakan pada pengujian trace dan maximum eigenvalue, antara
lain:
Selama periode 1984 s.d. triwulan II 2010, konsumsi rumah tangga menunjukkan
trend menaik dengan rata-rata konsumsi RT per triwulan sebesar Rp 220.91 triliun.
Ternyata konsumsi yang dikeluarkan oleh rumah tangga pada 1999 - 2009, rata-rata
persentase terbanyak digunakan untuk mengkonsumsi makanan sebesar 54.14 persen
sedangkan sisanya untuk bukan makanan sebesar 45.86 persen.
900000
800000
700000
600000
500000
400000
300000
200000
100000
0
84 86 88 90 92 94 96 98 00 02 04 06 08
Indikator Terpilih 1999 2002 2003 2004 2005 2006 2007 2008 2009
% pengeluaran rumahtangga untuk makanan 62.94 58.47 56.89 54.59 51.37 53.01 49.24 50.17 50.62
% pengeluaran rumahtangga untuk bukan makanan 37.06 41.53 43.11 45.42 48.63 46.99 50.76 49.83 49.38
Sumber: BPS
80
70
60
50
%
40
30
20
10
0
1313131313131313131313131313131313131313131313131313131
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Sumber: BPS
Grafik 3. Perkembangan Pendapatan Nasional Indonesia
1600000
1400000
1200000
1000000
800000
600000
400000
200000
0
84 86 88 90 92 94 96 98 00 02 04 06 08
Pendapatan Nasional
Berdasarkan periode pengamatan pendapatan nasional Indonesia secara nominal
menunjukkan trend menaik dengan rata-rata pendapatan nasional per triwulan sebesar
Rp311.28 triliun.
Grafik 4. Hubungan Konsumsi RT dengan Pendapatan Nasional
900000
800000
Konsumsi Rumah Tangga
700000
600000
500000
400000
300000
200000
100000
0
0 200000 600000 1000000 1400000
Pendapatan Nasional
7.2.1 Normalitas
7.2.2 Stasioneritas
Pada lampiran 3.a dan 3.b, ternyata variabel konsumsi rumah tangga dan pendapatan
nasional non stasioner tetapi stasioner pada level difference pertama, artinya kedua
variabel tersebut terintegrasi pada orde yang sama,n yaitu orde 1.
7.2.3 Lag Optimum
8. Kesimpulan
Berdasarkan analisis dan pembahasan yang telah dilakukan, maka dapat disimpulkan:
1. Bahwa pendapatan nasional dan konsumsi rumah tangga saling berkointegrasi,
2. Model konsumsi rumah tangga di Indonesia:
𝐶 = 84274.27 + 0.45 𝑌 + 𝜀
3. MPC yang tercipta adalah 0.45 dan MPS-nya adalah 0.55.
9. Daftar Pustaka
Enders, Walter. 2004. Applied Econometrics Time Series. Second Edition. New York:
John Wiley & Son, Inc.
Khim, venus dan Sen Liew. 2004. Which Lag Length Selection Criteria Should We Employ.
Economics Bulletin 3: 1 – 9.
Green, William H. 2003. Econometric Analysis.Fifth Edition. New York: Prentice Hall.
*) Alumnus Sekolah Tinggi Ilmu Statistik Angkatan 46, sekarang bekerja sebagai Koordinator
Statistik Distribusi BPS Kabupaten Waropen
.
Karya ini dibuat tahun 2010
10. Lampiran
1. Lag Optimum
Kolmogorof Test
Konsumsi Rumah
0.226 10.557
Tangga
Pendapatan Nasional 0.219
b. Pendapatan Nasional
CONS_RT(-1) 1.000000
PNDPTN_NAS(-1) -0.445500
(0.04285)
[-10.3971]
C -84274.27
5. Statistik Deskriptif
Sample: 1983Q1 2010Q2
Mean 220906.7
Median 85231.35
Maximum 891087.0
Minimum 10046.00
Std. Dev. 252155.7
Skewness 1.222002
Kurtosis 3.351253
Pendapatan Nasional
Mean 311279.9
Median 122169.4
Maximum 1412915.
Minimum 14894.00
Std. Dev. 370762.1
Skewness 1.424938
Kurtosis 4.030345