METODOLOGI

Jenis dan Sumber DataPenelitian yang dilakukan menggunakan data sekunder dengan bentuk struktur

data yang digunakan adalah data panel (data time series dan cross section). Data cross

section diambil dari empat negara di ASEAN yaitu: (1) Indonesia; (2) Malaysia; (3)

Filipina; dan (4) Thailand. Pengambilan sample keempat negara tersebut dimaksudkan

untuk memenuhi kriteria salah satu variabel regresor yaitu negara di ASEAN yang

memiliki cash deficit. Data time series dalam tahunan dari tahun 2000 hingga tahun 2013.

Variabel yang digunakan dalam penelitian ini yaitu Kredit Domestik, Utang Pemerintah,

dan Defisit Pengeluaran dan Pendapatan (APBN). Data diakses dan diambil dari website

Internasional Monetary Fund (www.imf.org) dan website Bank Dunia

(www.worldbank.org).

Metode Analisis DataPenelitian ini menggunakan analisis data panel. Persamaan dalam model

menggambarkan variabel Utang Pemerintah dan Defisit Pengeluaran dan Pendapatan

(APBN) berpengaruh atau tidak berpengaruh terhadap variabel Kredit Domestik.

Kelebihan penggunaan data panel yaitu: (1) Mampu mengontrol Heterogenitas Individu;

(2) Memberi informasi lebih banyak dan beragam; dan (3) Data panel lebih baik untuk

penyesuaian dinamik. Data panel memiliki kelemahan terutama pada pemodelan efek

tetap (Fixed Effect Model, FEM) (Gujarati, 2003) yaitu: (1) Masalah kekurangan derajat

kebebasan (degree of freedom); (2) Multikolienaritas yang diakibatkan oleh banyaknya

variabel dummy yang diestimasi: (3) Keterbatasn kemampuan estimasi; dan (4)

Kemungkinan korelasi diantara komponen residual spesifik (unobserved heterogenity).

Terdapat tiga pemodelan estimasi data panel yaitu: (1) Pooled Least Square

(PLS) atau Common Effect Model (CEM); (2) Fixed Effect Model (FEM); dan (3) Random

Effect Model (REM). Apabila dapat diasumsikan bahwa tidak terdapat komponen yang

spesifik baik pada cross section maupun time series maka dapat diestimasi

menggunakan OLS biasa. Apabila diyakini bahwa terdapat heterogenitas baik pada cress

section maupun timeseries maka pemodelan residual harus dilkukan secara eksplisit.

Fixed Effect Model dan Random Effect Model merupakan dua tipe pemodelan residual

data panel. Kedua pemodelan ini berdasarkan asumsi apakah karakter residual spesifik

ini bersifat konstan atau random. Perbedaan antara FEM dan REM terdapat pada letak

unobserved heterogenity dimana pada FEM letak unobserved heterogenity terletak pada

intersep dan menyebabkan intersep berubah – ubah. Sementara pada REM unobserved

heterogenity menjadi bagian pada error term dan menyebabkan intersep konstan namun

menyebabkan korelasi serial.

Pemilihan FEM atau REM didasarkan pada apakah heterogenitas bersifat konstan

(dan berkorelasi dengan variabel bebas) atau random. Namun demikian dalam praktik hal

ini sulit ditentukan secara apriori. Untuk itu diperlukan sebuah tes untuk menentukan

superioritas suatu model terhadap model yang lain.

Gambar 1. Pengujian model estimasi data panel

Hausman (1978) mengajukan suatu tes yang menggunakan REM sebagai acuan

(null hypothesis).Dasar pemikiran yang digunakan adalah dengan menguji adanya

hubungan antara unobserved heterogenity dengan satu atau lebih variabel bebas. Jika

statistik uji menunjukkan penolakan hipotesis null maka FEM adalah lebih tepat dan

sebaliknya.

Model Persamaan

Secara sederhana didapatkan model persamaan :

DCr¿=β1∑GD¿+β2∑ CD¿+ε¿

DImana : DCr merupakan notasi dari Kredit Domestik,

GD merupakan notasi dari Utang Pemerintah,

CD merupakan notasi dari Defisit Pengeluaran dan Pendapatan (APBN).

LM TestChow Test

Hausman Test

Hasil dan Analisa

Pertama kita asumsikan bahwa komponen residual yang berlaku adalah bersifat

konstan anatr cross section dan time series. Dengan demikian dapat dilakukan estimasi

dengan menggunakan Pooled Least Square. Hasil Estimasi pada tabel 1 di bawah ini.

Tabel 1. Hasil Estimasi dengan Pooled Least Square

Pada tabel tersebut dapat dilihat bahwa kedua variabel baik Utang Pemerintah

dan Defisit Pengeluaran Pendapatan (APBN) berpengaruh signifikan (Prob. < α) terhadap

Kredit Domestik. Kedua variabel memiliki pengaruh positif dengan koefisien masing –

masing sebesar 0,89 pada Utang Pemerintah dan 8,44 pada Defisit Pengeluaran dan

Pendapatan (APBN). Hal ini berarti peningkatan kedua juga meningkatkan Kredit

Domestik atau meningkatkan pertumbuhan kredit dimana hal ini harusnya sesuai dengan

Ricardian Equivalent.

Setiap negara memiliki keunikan masing – masing sehingga asumsi komponen

yang konstan untuk seluruh observasi dikatan terbatas dan komponen residual harus

dimodelkan secara spesifik. Selanjutnya kita memodelkannya sebagai Fixed Effect

Model. Hasil Estimasi pada tabel 2 di bawah ini.

Tabel 2. Hasil Estimasi dengan Fixed Effect

Penggunaan Fixed Effect Model terlihat dapat meningkatkan Goodness of fit,

dapat dilihat R2 meningkat dari 0,43 pada PLS/CE menjadi 0,93 pada FEM. Namun pada

model ini Defisit Pengeluaran Pendapatan (APBN) tidak signifikan dan Utang pemerintah

tetap konsisten pengaruh positif. Selanjutnya digunakan uji untuk melihat apakah

penggunaan Fixed Effect Model memiliki nilai tambah dibandingankan dengan Pooled

Least Square. Dengan menggunakan uji Chow (chow test) dapat diketahui apakah lebih

baik menggunakan PLS atau FEM dengan Hipotesis null FEM tidak memiliki dampak.

Hasil Pengujian pada tabel 3 di bawah ini.

Tabel 3. Chow Test

Pada pengujian diatas dapat dilihat bahwa nilai F Hitung sebesar 130,3 dan p

value sebesar 0,00 yang berarti hipotesis null ditolak sehingga Fixed Effect Model

memberikan nilai tambah yang signifikan dibandingkan dengan Pooled Least Square.

Sehingga menggunakan model FEM. Selanjutnya akan dilihat estimasi Random Effect

Model pada tabel 4 di bawah ini.

Tabel 4. Hasil estimasi dengan Random Effect

Pada tabel dapat dilihat bahwa variabel Defisit Pengeluaran dan Pendapatan

(APBN) tidak signifikan namun pada variabel Utang Pemerintah berpengaruh positif dan

signifikan seperti pada hasil estimasi Fixed Effect. Pada model ini Goodness of fit juga

meningkat seperti pada Fixed Effect Model dari R2 0,43 menjadi 0,88. Untuk melihat

apakah REM ataukah FEM yang lebih baik digunakan untuk model dilakukan uji

Hausman (hausman test). Hasil uji dapat dilihat pada tabel 5 di bawah ini.

Tabel 5. Hausman Test

Pada tabel diatas dapat dilihat bahwa hipotesis null diterima dengan p value 0,53

(> α). Maka model yang dipilih adalah Random Effect Model. Hasil yang konsisten

terhadap uji maka tidak diperlukan uji LM (Lagrangge Multuplier Test). Karena model

yang dipilih adalah Random Effect Model dengan estimasi menggunakan pendekatan

GLS (Generalized Least Square) maka diasumsikan REM bebas dari heteroskedastisitas.

Kesimpulan

Dari pengujian dan estimasi yang telah dilakukan, didapatkan model estimasi

dengan menggunakan Random Effect Model. Jika dilihat dari hasil estimasi maka variabel

yang signifikan mempengaruhi Kredit Domestik adalah Utang pemerintah dengan korelasi

positif dan koefisien sebesar 1,99 serta R2 sebesar 0,88 (88%). Sehingga ini berarti

peningkatan utang pemerintah berdampak pada peningkatan Kredit domestik.