1. I.
PENDAHULUAN
Sebuah Negara tak lepas dari yang namanya masalah ini dan itu. Sebagai salah satu
Negara sedang berkembang, Indonesia memiliki banyak masalah yang harus diselesaikan
dengan seksama. Salah satunya adalah pelunasan utang luar negeri. Utang luar negeri
Indonesia yang dimaksud disini tidak hanya utang luar negeri pemerintah, namun total
utang luar negeri pemerintah, bank sentral, dan swasta.
Utang luar negeri Indonesia memakan porsi anggaran negara (APBN) yang terbesar
dalam satu dekade terakhir. Jumlah pembayaran pokok dan bunga utang hampir dua kali
lipat anggaran pembangunan, dan memakan lebih dari separuh penerimaan pajak.
Pembayaran cicilan utang sudah mengambil porsi 52% dari total penerimaan pajak yang
dibayarkan rakyat sebesar Rp 219,4 triliun.
Hal ini pun menjadi masalah krusial. Tak bisa dipungkiri, bahwa pinjaman dana dari
luar negeri memang sangat membantu, namun ketidakwaspadaan sangat membawa dampak
buruk, dampaknya pun sangat jelas, Indonesia kewalahan untuk melunasi utang-utang
tersebut.
Dari sebuah blog jurnal ekonomi, tertulis bahwa data terbaru perkembangan utang
pemerintah Indonesia per September 2012 sebesar Rp1975,62 trilyun. Dengan demikian
jumlah utang pemerintah bertambah Rp166,67 trilyun dari akhir tahun 2011, atau
Tugas Akhir Time Series
1

2. bertambah Rp220,71 trilyun jika dihitung per September 2011. Dalam laporan
perkembangan utang bulan lalu, per Agustus 2012 jumlah utang pemerintah mencapai
Rp1957,20 trilyun. Jika dibandingkan dengan jumlah utang per September, maka utang
bertambah Rp18,42 trilyun hanya dalam waktu satu bulan atau rata-rata dalam satu hari
utang kita bertambah Rp614 milyar.
Dalam grafik di atas terlihat beberapa tahun terakhir utang Indonesia mengalami
kenaikan yang cukup siknifikan. Pada tahun 2011, jumlah utang pemerintah bertambah
sebesar Rp132,1 trilyun. Pertambahan stok utang pada tahun 2012 sudah lebih besar
Rp34,57 trilyun dari pertambahan stok utang tahun 2011. Padahal periode 2012 belum
berakhir, masih satu triwulan lagi.
Jika dibandingkan dengan rata-rata pertambahan stok utang pemerintah selama 2001
sampai dengan 2010 sebesar Rp40,37 trilyun per tahun, maka pertambahan stok utang pada
tahun ini berpotensi lebih dari 4 kali lipat. Tren pertambahan stok utang ini menunjukkan
perkembangan utang pemerintah seperti bola salju. Ini sangat berbahaya.
Kewajiban-kewajiban pelunasan utang tersebut pun sudah melebihi penerimaan
pemerintah selama beberapa tahun, sedangkan kebutuhan pembiayaan baru (baik dari luar
maupun dalam negeri) di tahun-tahun mendatang masih tetap dibutuhkan untuk memenuhi
kebutuhan pengeluaran. Hal ini akan sangat membatasi ruang gerak fiskal (fiscal space)pada
masa pemerintahan sekarang ini, sehingga telah menggeser permasalahan dari stimulus
fiskal menjadi sustainabilitas fiskal (Rahmany, 2004).
Ketidakmampuan menyeimbangkan melonjaknya beban pengeluaran dengan
peningkatan penerimaan jelas sangat membahayakan kemampuan anggaran negara dalam
membayar utang. Untuk menjaga solvensi fiskal, keuangan negara harus surplus (Chalk dan
Hemming, 2000).
Pada negara-negara berkembang seperti Indonesia, implikasinya lebih berat.
Terjadinya risiko fiskal yang membebani anggaran akan menjalar dengan cepat pada
perekonomian secara keseluruhan, mendorong pelarian modal (capital outflow), dan bahkan
mengubah arah pertumbuhan ekonomi. Lebih jauh, pada negara-negara berkembang dengan
kelembagaan ekonomi yang masih lemah, ekspektasi terjadinya risiko fiskal akan
mempengaruhi
perilaku
Tugas Akhir Time Series
agen-agen
ekonomi
sehingga
berpeluang
menghambat
2

3. pertumbuhan ekonomi kendati risiko fiskal tersebut belum terjadi sesungguhnya (Barnhill
dan Kopits, 2003).
Berdasarkan uraian diatas, maka pada paper ini, akan dilakukan analisis terkait
faktor-faktor yang mempengaruhi tingginya utang luar negeri Indonesia dengan
menggunakan variabel independent, yaitu : jumlah uang beredar (jub), produk domestik
bruto (pdb atau gdp), utang luar negeri pemerintah Indonesia, pajak yang diterima oleh
pemerintah, dan indeks harga konsumen, serta utang luar negeri Indonesia (t-1).
Berdasarkan uraian permasalahan diatas, maka tujuan dari penulisan paper ini adalah :
1. Untuk menganalisis pengaruh jumlah uang beredar (jub), produk domestik bruto
(pdb atau gdp), utang luar negeri pemerintah Indonesia, pajak yang diterima oleh
pemerintah, dan indeks harga konsumen, serta utang luar negeri Indonesia pada
tahun sebelumnya secara simultan.
2. Untuk menganalisis pengaruh jumlah uang beredar (jub) terhadap utang luar
negeri Indonesia.
3. Untuk menganalisis pengaruh utang luar negeri pemerintah Indonesia terhadap
utang luar negeri Indonesia.
4. Untuk menganalisis pengaruh pajak yang diterima oleh pemerintah terhadap
utang luar negeri Indonesia.
5. Untuk menganalisis pengaruh indeks harga konsumen terhadap utang luar negeri
Indonesia.
6. Untuk menganalisis pengaruh utang luar negeri Indonesia pada tahun sebelumnya
terhadap utang luar negeri Indonesia.
Tugas Akhir Time Series
3

4. 2.
LANDASAN TEORI
2.1
Konsep dan Defenisi
2.1.1 Utang Luar Negeri Indonesia dan Utang Luar Negeri Pemerintah Indonesia
Utang luar negeri Indonesia adalah utang luar negeri pemerintah, bank sentral dan
swasta (Bank Indonesia). Utang luar negeri pemerintah adalah utang yang dimiliki oleh
pemerintah pusat, terdiri dari utang bilateral, multilateral, fasilitas kredit ekspor, komersial,
leasing dan Surat Berharga Negara (SBN) yangditerbitkan diluar negeri dan dalam negeri
yang dimiliki oleh bukan penduduk. SBN terdiri dari Surat Utang Negara (SUN) dan Surat
Berharga Syariah Negara (SBSN). SUN terdiri dari Obligasi Negara yang berjangka waktu
lebih dari 12 bulan dan Surat Perbendaharaan Negara (SPN) yang berjangka waktu sampai
dengan 12 bulan. SBSN terdiri dari SBSN jangka panjang (Ijarah Fixed Rate/ IFR) dan
Global Sukuk.
Utang luar negeri bank sentral adalah utang yang dimiliki oleh Bank Indonesia, yang
diperuntukkan dalam rangka mendukung neraca pembayaran dan cadangan devisa. Selain
itu juga terdapat utang kepada pihak bukan penduduk yang telah menempatkan dananya
pada Sertifikat Bank Indonesia (SBI), dan utang dalam bentuk kas dan simpanan serta
kewajiban lainnya kepada bukan penduduk.
Utang luar negeri swasta adala hutang luar negeri penduduk kepada bukan penduduk
dalam valuta asing dan atau rupiah Indonesia berdasarkan perjanjian utang(loan agreement)
atau perjanjian lainnya, kas dan simpanan milik bukan penduduk, dan kewajiban lainnya
kepada bukan penduduk. Utang luar negeri swasta meliputi utang bank dan bukan bank.
Utang luar negeri bukan bank terdiri dari utang luar negeri Lembaga Keuangan Bukan Bank
(LKBB) dan perusahaan bukan lembaga keuangan termasuk perorangan kepada pihak
bukan penduduk. Termasuk dalam komponen utang luar negeri swasta adalah utang luar
negeri yang berasal dari penerbitan surat berharga di dalam negeri yang dimiliki oleh bukan
penduduk.
Bantuan dari Negara-negara maju kepada Negara-negara berkembang tercermin pada
istilah pemindahan sumber-sumber (flow of resources) yang terdiri dari :
1. Pemindahan sumber-sumber resmi , antara lain berupa :
Tugas Akhir Time Series
4

5. a. Pemindahan secara bilateral, yaitu modal pemerintah dalam jangka panjang
b. Pemindahan secara multilateral, yaitu pemberian hutang dari organisai
internasional termasuk pembelian obligasi.
2. Pemindahan sumber sumber swasta, seperti investasi langsung swasta dan kredit
ekspor.
Sebagai salah satu sumber dana pembangunan, utang luar negeri digunakan untuk
menutupi tiga defisit, yaitu : kesenjangan tabungan investasi, defisit anggaran, dan defisit
transaksi berjalan.
Pada penelitian ini juga digunakan utang luar negeri Indonesia pada tahun
sebelumnya. Jadi akan dianalisis pengaruh utang luar negeri Indonesia tahun (t-1) pada
tahun t.
2.1.2 Jumlah Uang Beredar
Dari sebuah website Universitas Terbuka mendefenisikan Uang beredar dalam arti
sempit (Narrow Money = M1) adalah seluruh uang kartal dan uang giral yang ada di tangan
masyarakat. Sedangkan uang kartal milik pemerintah (Bank Indonesia) yang disimpan di
bank-bank umum atau bank sentral itu sendiri, tidak dikelompokkan sebagai uang kartal.
Sedangkan uang giral merupakan simpanan rekening koran (giro) masyarakat pada
bank-bank umum. Simpanan ini merupakan bagian dari uang beredar, karena sewaktuwaktu dapat digunakan oleh pemiliknya untuk melakukan berbagai transaksi. Namun saldo
rekening giro milik suatu bank yang terdapat pada bank lain, tidak dikategorikan sebagai
uang giral.
Dalam arti luas, uang beredar merupakan penjumlahan dari uang beredar dalam arti
sempit dengan uang kuasi. Uang kuasi atau near money adalah simpanan masyarakat pada
bank umum dalam bentuk deposito berjangka (time deposits) dan tabungan. Uang kuasi
diklasifikasikan sebagai uang beredar, dengan alasan bahwa kedua bentuk simpanan
masyarakat ini dapat dicairkan menjadi uang tunai oleh pemiliknya, untuk berbagai
keperluan transaksi yang dilakukan.
Tugas Akhir Time Series
5

6. 2.1.3 Produk Domestik Bruto (PDB)
PDB diartikan sebagai nilai keseluruhan semua barang dan jasa yang diproduksi di
dalam wilayah tersebut dalam jangka waktu tertentu. PDB hanya menghitung total produksi
dari suatu negara tanpa memperhitungkan apakah produksi itu dilakukan dengan memakai
faktor produksi dalam negeri atau tidak (Wikipedia.com). Menurut Samuelson (2002), PDB
adalah jumlah output total yang dihasilkan dalam batas wilayah suatu negara dalam satu
tahun. PDB mengukur nilai barang dan jasa yang diproduksi di wilayah suatu negara tanpa
membedakan kewarganegaraan pada suatu periode waktu tertentu.
PDB atas dasar harga berlaku (PDB nominal) menggambarkan nilai tambah barang
dan jasa yang dihitung menggunakan harga pada tahun berjalan, sedang PDB atas dasar
harga konstan (PDB Riil) menunjukkan nilai tambah barang dan jasa tersebut yang
dihitung menggunakan harga yang berlaku pada satu tahun tertentu sebagai tahun dasar.
PDB menurut harga berlaku digunakan untuk mengetahui kemampuan sumber daya
ekonomi, pergeseran, dan struktur ekonomi suatu negara. Sementara itu, PDB konstan
digunakan untuk mengetahui pertumbuhan ekonomi secara riil dari tahun ke tahun atau
pertumbuhan ekonomi yang tidak dipengaruhi oleh faktor harga.
2.1.4 Pajak Yang Diterima Oleh Pemerintah
Pajak merupakan bagian yang terbesar dari pendapatan negara. Ditinjau dari
pembayar pajak, pajak merupakan beban yang ditimpakan kepada pembayarnya. Pajak
adalah suatu pungutan yang merupakan hak prerogatif pemerintah dimana pungutan
tersebut didasarkan pada undang-undang dan pemungutannya dapat dipaksakan kepada
subyek pajak dimana tidak ada balas jasa yang langsung dapat ditunjukkan penggunaannya
(Mangkoesoebroto, 2001). Sedangkan definisi pajak menurut Rochmat Soemitro adalah :
“iuran rakyat kepada kas negara (peralihan kekayaan dari sektor partikelir ke sektor
pemerintah) berdasarkan undang-undang (dapat di paksakan) dengan tiada mendapat jasa
timbal balik yang langsung dapat ditunjuk yang digunakan untuk membiayai pengeluaran
umum”.
Negara yang menganut demokrasi seperti Indonesia melihat pajak sebagai kewajiban
berwarganegara atau menjadi rakyat suatu Negara. Undang-undang Dasar 1945
menyebutkan pada Pasal 23 A sebagai berikut: “Pajak dan pungutan lain yang bersifat
memaksa untuk keperluan negara diatur dengan undang-undang.”
Tugas Akhir Time Series
6

7. Pajak berdasarkan undang-undang diartikan persetujuan dari rakyat. Pajak adalah
penyerahan kekayaan kepada negara yang biasanya berbentuk uang dan dibayarkan pada
saat tertentu yang ditetapkan menurut cara yang ditetapkan dalam undang-undang. Pajak
merupakan suatu kewajiban tanpa ada imbalan yang diterima. Hasil dari pajak yang
diserahkan dipergunakan untuk menjalankan pemerintahan. Sekarang fungsi pajak juga
mencakup yang lain seperti untuk mengatur kebijakan ekonomi dan mengatur pendapatan
yang lebih merata untuk keadilan.
2.1.5 Indek Harga Konsumen (IHK)
Menurut Bank Indonesia, Indeks Harga Konsumen (IHK) adalah salah satu indikator
ekonomi yang memberikan informasi mengenai harga barang dan jasa yang dibayar
oleh konsumen. Perhitungan IHK dilakukan untuk merekam perubahan harga beli ditingkat
konsumen (purchasing cost) dari sekelompok tetap barang dan jasa (fixed basket) yang pada
umumnya dikonsumsi masyarakat. Indeks harga Konsumen (IHK) merupakan persentase
yang digunakan untuk menganalisis tingkat/ laju inflasi. IHK juga merupakan indikator
yang digunakan pemerintah untuk mengukur inflasi di Indonesia.
2.2
Teori Hubungan Variabel Independen Terhadap Variabel Dependen
2.2.1 Teori Hubungan Utang Luar Negeri Pemerintah Terhadap Utang Luar Negeri
Indonesia
Menurut pengertian yang didefinisikan oleh Bank Indonesia, utang luar negeri
Indonesia adalah utang luar negeri pemerintah, bank sentral dan swasta. Utang luar negeri
pemerintah adalah utang yang dimiliki oleh pemerintah pusat, terdiri dari utang bilateral,
multilateral, fasilitas kredit ekspor, komersial, leasing dan Surat Berharga Negara (SBN)
yangditerbitkan diluar negeri dan dalam negeri yang dimiliki oleh bukan penduduk. SBN
terdiri dari Surat Utang Negara (SUN) dan Surat Berharga Syariah Negara (SBSN). Jadi
dapat disimpulkan bahwa utang luar negeri pemerintah Indonesia sebanding atau
berpengaruh positif terhadap utang luar negeri Indonesia. Jika utang luar negeri pemerintah
bertambah maka utang luar negeri Indonesia juga bertambah dan jika utang luar negeri
pemerintah mengalami penurunan maka utang luar Indonesia juga akan menurun.
Tugas Akhir Time Series
7

8. 2.2.2 Teori Hubungan Jumlah Uang Beredar Terhadap Utang Luar Negeri Indonesia
Nilai uang ditentukan oleh supply dan demand terhadap uang. Jumlah uang beredar
ditentukan oleh Bank Sentral, sementara jumlah uang yang diminta (money demand)
ditentukan oleh beberapa faktor, antara lain tingkat harga rata-rata dalam perekonomian.
Jumlah uang yang diminta oleh masyarakat untuk melakukan transaksi bergantung pada
tingkat harga barang dan jasa yang tersedia. Semakin tinggi tingkat harga, semakin besar
jumlah uang yang diminta.
Berdasarkan Teori Kuantitas Uang(Quantity Theory Of Money), jumlah uang yang
beredar dalam suatu perekonomian menentukan nilai uang, sementara pertumbuhan jumlah
uang beredar merupakan sebab utama terjadinya inflasi.
Ketika inflasi di dalam negeri tinggi , negara donor akan mempertimbangkan ulang
keputusan untuk memberikan pinjaman ke Indonesia. Hal ini dikarenakan besarnya risiko
negara penerima (Indonesia) tidak mampu untuk mengembalikan utang termasuk bunga dan
pinjaman pokoknya. Sehingga ketika tingkat inflasi di dalam negeri meningkat, maka
jumlah utang luar negeri Indonesia akan menurun. Jadi, secara tidak langsung, jumlah uang
beredar berpengaruh negatif terhadap utang luar negeri Indonesia. Jika jumlah uang beredar
meningkat, maka utang luar negeri Indonesia akan menurun, dan jika jumlah uang beredar
menurun akan membuat utang luar negeri Indonesia semakin meningkat.
2.2.3 Teori Hubungan Produk Domestik Bruto Terhadap Utang Luar Negeri Indonesia
Produk Domestik Bruto (PDB) Riil berguna untuk melihat pertumbuhan ekonomi
suatu Negara. Menurut Barsky, et. Al (1986) ekonom Klasik/Neo Klasik mengindikasikan
bahwa kenaikan utang luar negeri untuk membiayai pengeluaran pemerintah hanya
menaikkan pertumbuhan ekonomi dalam jangka pendek, namun dalam jangka panjang tidak
akan mempunyai dampak yang signifikan akibat adanya crowding-out, yaitu keadaan
di mana terjadi overheated dalam perekonomian yang menyebabkan investasi swasta
berkurang yang pada akhirnya akan menurunkan produk domestik bruto.
Kelompok Neo Klasik berpendapat bahwa setiap individu mempunyai informasi
yang cukup, sehingga mereka dapat merencanakan tingkat konsumsi sepanjang waktu
hidupnya. Defisit anggaran pemerintah yang dibiayai oleh utang luar negeri akan
Tugas Akhir Time Series
8

9. meningkatkan konsumsi individu. Sedangkan pembayaran pokok utang dan cicilannya
dalam jangka panjang akan membebankan kenaikan pajak untuk generasi berikutnya.
Sedangkan paham keynesian ditelaah oleh Eisner (1989) dan Bernheim (1989).
Paham keynesian melihat kebijakan peningkatan anggaran belanja yang dibiayai oleh
utang luar negeri akan memiliki pengaruh yang signifikan terhadap pertumbuhan ekonomi
akibat naiknya permintaan agregat sebagai pengaruh lanjut dari terjadinya akumulasi
modal.
Kelompok Keynesian memiliki pandangan bahwa defisit anggaran pemerintah
yang ditutup dengan utang luar negeri akan meningkatkan pendapatan dan kesejahteraan
sehingga kenaikan pendapatan akan meningkatkan konsumsi. Hal ini mengakibatkan beban
pajak pada masa sekarang relatif menjadi lebih ringan, hal ini kemudian akan menyebabkan
peningkatan pendapatan yang siap dibelanjakan.
Peningkatan pendapatan nasional akan mendorong perekonomian. Kesimpulannya,
kebijakan menutup defisit anggaran dengan utang luar negeri dalam jangka pendek akan
menguntungkan perekonomian dengan adanya pertumbuhan ekonomi.
2.2.4 Teori Hubungan Penerimaan Pajak Terhadap Utang Luar Negeri Indonesia
Pemahaman Ricardian menurut Barro (1974, 1989), Evans (1988) menjelaskan
bahwa kebijakan utang luar negeri untuk membiayai defisit anggaran belanja pemerintah
tidak akan mempengaruhi pertumbuhan ekonomi. Hal ini terjadi karena efek pertumbuhan
pengeluaran pemerintah yang dibiayai dengan utang publik harus dibayar oleh pemerintah
pada masa yang akan datang dengan kenaikan pajak. Oleh karena itu, masyarakat akan
mengurangi konsumsinya pada saat sekarang untuk memperbesar tabungan yang
selanjutnya digunakan untuk membayar kenaikan pajak pada masa yang akan datang.
Dari teori tersebut dapat disimpulkan bahwa kenaikan pajak diakibatkan utang publik yang
meningkat.
2.2.5 Teori Hubungan Indeks Harga Konsumen Terhadap Utang Luar Negeri Indonesia
Indeks harga Konsumen (IHK) merupakan persentase yang digunakan untuk
menganalisis tingkat/ laju inflasi. IHK juga merupakan indikator yang digunakan
pemerintah untuk mengukur inflasi di Indonesia. Seperti pada teori hubungan jumlah uang
beredar dengan utang luar negeri Indonesia, Indeks Harga Konsumen juga berpengaruh
Tugas Akhir Time Series
9

10. positif terhadap utang luar negeri Indonesia, walaupun secara tidak langsung. Hal ini
disebabkan karena dari Rumus IHK akan didapati rumus perhitungan laju Inflasi dengan
melakukan teknik diferensiasi.
𝐼𝐻𝐾 =
𝑃𝑡
× 100%
𝑃0
Dimana :
𝑃 𝑡 = 𝐻𝑎𝑟𝑔𝑎 𝑝𝑎𝑑𝑎 𝑡𝑎ℎ𝑢𝑛 𝑡
𝑃0 = 𝐻𝑎𝑟𝑔𝑎 𝑝𝑎𝑑𝑎 𝑡𝑎ℎ𝑢𝑛 𝑑𝑎𝑠𝑎𝑟
𝐿𝑎𝑗𝑢 𝐼𝑛𝑓𝑙𝑎𝑠𝑖 = {
(𝐼𝐻𝐾 𝑡 − 𝐼𝐻𝐾(𝑡−1) )
} × 100%
𝐼𝐻𝐾(𝑡−1)
Dimana :
IHKt = IHK periode t
IHK(t-1) = IHK periode sebelumnya
2.3
Penelitian Terkait
Salah satu penelitian yang dilakukan oleh Mahindun Dhiani Melda Harahap,
Mahasiswi Sekolah Pasca Sarjana Universitas Sumatera Utara Medan 2007. Dengan judul
penelitian Analisis Faktor – Faktor Yang Mempengaruhi Utang Luar Negeri Indonesia.
Penelitian yang ia lakukan bertujuan untuk mengetahui pengaruh pengeluaran dalam
negeri, pendapatan nasional, dan defisit anggaran terhadap utang luar negeri Indonesia.
Analisis yang digunakan dalam penelitian tersebut adalah dengan menggunakan regresi
linear berganda, karena penelitian ini dirancang untuk meneliti pengaruh variabel dependen
terhadap variabel independen. Metode yang digunakan adalah Ordinary Least Square
(OLS). Data yang digunakan adalah data time series 1980 – 2004.
Secara simultan Pendapatan (PDB), Pengeluaran Dalam Negeri (PDN), Defisit
APBN (DA), dan Utang luar negeri tahun sebelumnya (ULNt-1) memberi kontribusi
terhadap Utang Luar Negeri (ULN) sebesar 84,4%, secara parsial variabel Pandapatan
(PDB) mempunyai pengaruh negatif dan signifikan terhadap Utang Luar Negeri (ULN),
dan Pengeluaran Dalam Negeri (PDN), Defisit APBN (DA) dan Utang luar negeri tahun
Tugas Akhir Time Series
10

11. sebelumnya (ULNt-1) masing masing mempengaruhi secara positif dan signifikan terhadap
variabel Utang Luar Negeri (ULN). Variabel yang memiliki kontribusi terbesar terhadap
Utang Luar Negeri adalah Pengeluaran Dalam Negeri (PDN).
Penelitian terkait lainnya adalah penelitian yang dilakukan oleh Dungdang P
Hutapea, seorang mahasiswa di Fakultas Ekonomi Dan Manajemen Institut Pertanian
Bogor 2007. Judul penelitiannya adalah Analisis Faktor-Faktor Yang Mempengaruhi
Volume Penyerapan Utang Luar Negeri Di Indonesia.
Penelitian tersebut bertujuan untuk menganalisis faktor-faktor apa yang
mempengaruhi volume penyerapan utang luar negeri dan bagaimana faktor-faktor tersebut
mempengaruhi volume penyerapan utang luar negeri di Indonesia. Setelah mengetahui akar
permasalahan yakni faktor-faktor yang mempengaruhi volume penyerapan utang luar
negeri maka diharapkan akan semakin mudah untuk membatasi dan bahkan mengurangi
secara bertahap utang luar negeri sebagai modal dalam pelaksanaan pembangunan. Untuk
tujuan tersebut, beberapa variabel yang diteliti adalah rasio defisit keuangan pemerintah
dengan GDP (GD_GDP), tingkat inflasi yang terjadi (INF), tingkat pertumbuhan ekonomi
(PE), tingkat suku bunga internasional (LIBOR) dan dummy variabel yang
menggambarkan kestabilan politik (DUMMY_PLTK).
Data yang digunakan seluruhnya merupakan data sekunder yang diperoleh dari
Statistik Ekonomi Keuangan Indonesia yang ada di Bank Indonesia. Data yang digunakan
berupa data kuartalan dari tahun 1995.1-2005.4. Defisit keuangan pemerintah ditunjukkan
oleh rasio defisit keuangan dengan GDP yang memiliki satuan data miliar rupiah. Data
utang luar negeri pemerintah direpresentasikan oleh rasio utang luar negeri dengan GDP
dan memiliki satuan miliar rupiah. Data tingkat inflasi, LIBOR dan tingkat pertumbuhan
ekonomi memiliki satuan persen. Data dummy kestabilan politik ditentukan berdasarkan
kondisi politik yang terjadi di Indonesia. Kondisi stabil Indonesia adalah sebelum kuartal
ketiga tahun 1997. Kondisi ini dilambangkan dengan dummy0. Sedangkan kondisi setelah
periode itu (1997 kuartal 3) dianggap tidak stabil dan dilambangkan dengan dummy1 dan
kembali lagi ke 0 setelah kuartal 1 tahun 2003.
Metode analisis yang digunakan dalam penelitian adalah Error Correction Model
(ECM). Penggunaan metode analisis ini didasarkan kemampuan metode tersebut untuk
menganalisis hubungan antar variabel dalam jangka panjang dan jangka pendek. Analisis
Tugas Akhir Time Series
11

12. jangka panjang menggunakan persamaan kointegrasi, sedangkan analisis jangka pendek
(dinamis) menggunakan ECM. Pengujian stasioneritas data yang dilakukan terhadap
seluruh variabel dalam model penelitian didasarkan pada Augmented Dickey Fuller (ADF)
test. Perhitungannya menggunakan komputer dengan bantuan software E-Views4.1.
Hasil penelitian menunjukkan bahwa defisit keuangan pemerintah memiliki
hubungan negatif dengan volume penyerapan utang luar negeri dalam jangka panjang,
namun tidak berpengaruh dalam jangka pendek. Tingkat pertumbuhan ekonomi
berhubungan negatif tapi tidak signifikan pada jangka panjang dan berhubungan negatif
pada jangka pendek. Inflasi berhubungan positif tapi tidak signifikan padajangka panjang
dan berhubungan negatif dan signifikan pada jangka pendek. LIBOR berhubungan negatif
dalam jangka panjang dan positif dalam jangka pendek. Kondisi kestabilan politik
berhubungan positif dalam jangka pendek.
Tugas Akhir Time Series
12

13. 3
METODOLOGI
3.1
Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder berupa deret waktu
(time series) triwulanan yang diterbitkan oleh Badan Pusat Statistik dan Bank Indonesia
dengan perincian sebagai berikut :
1. Data utang luar negeri Indonesia periode 2000-2012 yang diterbitkan oleh Bank
Indonesia.
2. Data jumlah uang beredar di Indonesia periode 2000-2012 yang diterbitkan oleh
International Financial Statistics (IFS).
3. Data produk domestik bruto Indonesia periode 2000-2012 yang diterbitkan oleh
International Financial Statistics (IFS).
4. Data utang luar negeri pemerintah Indonesia periode 2000-2012 yang diterbitkan
oleh Bank Indonesia
5. Data penerimaan pajak periode 2000-2012 yang diterbitkan oleh Bank Indonesia
6. Data indeks harga konsumen periode 2000-2012 yang diterbitkan oleh Bank
Indonesia
3.2
Metode Analisis

Analisis Deskriptif
Analisis deskriptif dapat dilakukan dengan menggunakan tabel, grafik, dan diagram.
Dalam penelitian ini, analisis deskriptif yang digunakan bertujuan untuk memaparkan
pengaruh jumlah uang beredar (jub), produk domestik bruto (pdb atau gdp), utang luar
negeri pemerintah Indonesia, pajak yang diterima oleh pemerintah, dan indeks harga
konsumen, serta utang luar negeri Indonesia (t-1) terhadap tingkat utang luar negeri
Indonesia pada periode tahun 2000-2012.

Analisis Time Series
Data time series terdiri atas dua jenis, yaitu data diskrit (stock series) dan data
kontinyu (flow series). Data diskrit adalah data yang menunjukkan fenomena atau aktivitas
pada waktu tertentu. Data kontinyu mengukur suatu fenomena atau aktivitas secara
terus menerus sampai waktu tertentu.
Tugas Akhir Time Series
13

14. Dalam sebuah penelitian, data-data yang akan digunakan tidak boleh dalam
dua bentuk (flow dan stock). Data yang digunakan dalam penelitian diupayakan
harus sudah dalam bentuk data flow. Jika data masih dalam bentuk data stock, maka
untuk mengubahnya ke bentuk data flow, cara yang bisa dilakukan adalah dengan
mentransformasi data stock tersebut bisa dengan mendifference atau dengan
mengtrasformasi dalam bentuk log.
Dalam penelitian ini variabel yang sudah dalam bentuk data flow adalah utang
luar negeri Indonesia, utang luar negeri Indonesia (t-1), utang luar negeri pemerintah
Indonesia riil, Produk domestik Bruto riil, Indeks Harga Konsumen riil (Des
2000=100), dan penerimaan pajak. Sedangkan data jumlah uang beredar masih
dalam bentuk data stock, kemudian ditransformasi dengan mendifferencekannya.
Sehingga pada level, data jumlah uang beredar yang digunakan adalah DJUB (First
Difference jumlah uang beredar). Riil berarti data tersebut sudah distandarkan atau
dibagi dengan harga pada tahun dasar yang ditetapkan.
Data Analisis time series digunakan untuk mengamati dan menganalisis
pengaruh variabel independen (pengaruh jumlah uang beredar (jub), produk domestik
bruto (pdb atau gdp), utang luar negeri pemerintah Indonesia, pajak yang diterima oleh
pemerintah, dan indeks harga konsumen, serta utang luar negeri Indonesia (t-1)) terhadap
tingkat utang luar negeri Indonesia pada periode tahun 2000-2012

Uji Stasioneritas
Data yang stasioner merupakan hal yang fundamental dalam analisis time series.
Apabila data time series yang kita miliki tidak stasioner maka akan berakibat timbulnya
spurious regression. Spurious Regression ditandai dengan koefisien determinasi (R2) yang
tinggi dan hubungan yang terlihat signifikan antar variabel, namun nilai Durbin Watson
statistiknya sangat rendah dan hasilnya tidak mempunyai arti secara ekonomi, sehingga
estimasi berdasarkan model regresi tersebut akan memberikan hasil yang salah.
Menurut Gujarati (2003), suatu data time series dikatakan stasioner, jika:
1.
Rata-rata tetap (constant) tidak dipengaruhi oleh jalannya waktu (invariance
with respect of time).
Tugas Akhir Time Series
14

15. 2.
Variansi data tetap (variance to be constant) untuk seluruh series data.
3.
Kovarians antarnilai dari waktu yang berbeda tergantung dari jarak nilai (time
lag), bukan pada posisi dimana kovarians tersebut dihitung.
Kondisi stasioner ini dapat ditulis dalam persamaan matematis sebagai berikut:
Rata-rata
: ε (y_t )= μ
Varians : var (y_t )= ε 〖(y_t-μ)〗^2=σ^2
Kovarians
: cov (y_t,y_(t+k) )= ε [(y_t-μ)(y_(t+k)-μ)]= γ_k
Dalam penelitian ini, uji stasioner yang digunakan adalah uji akar-akar unit (Unit
Roots Test) dengan metode Augmented Dickey Fuller (ADF Test) dengan alasan bahwa
ADF Test telah mempertimbangkan kemungkinan adanya autokorelasi pada error term jika
series yang digunakan nonstasioner. Selain menggunakan ADF test, akan digunakan Grafik
dan Correlogram untuk lebih memperjelas hasil dari uji stasioneritas.

Uji Akar-Akar Unit (Unit Roots Test)
Langkah-langkah uji akar-akar unit dengan menggunakan metode ADF Test
adalah sebagai berikut:
1. Misalkan terdapat persamaan sebagau berikut:
𝑌𝑡 = 𝜌𝑌𝑡−1 + 𝜇 𝑡
dimana 𝜌 adalah koefisien autoregresif,
𝜇 𝑡 adalah white noise error term yang
mempunyai rata-rata sama dengan nol dan varians konstan serta tidak mengandung
autokorelasi. Jika 𝜌 = 1, maka dapat dinyatakan bahwa variabel 𝑌𝑡 mempunyai akar
unit. Dalam istilah ekonometrika, series yang memiliki akar unit disebut ‘random
walk’
Hipotesisnya adalah:
Ho : 𝜌 = 1, atau data time series mengandung unit root atau data time series
tersebut tidak stasioner.
Ho : 𝜌 < 1, atau data time series tidak mengandung unit root atau data time
series tersebut stasioner.
2. Persamaan di atas dapat juga dinyatakan dalam bentuk lain, yaitu
Tugas Akhir Time Series
15

16. ∆𝑌𝑡 = (𝜌 − 1)𝑌𝑡−1 + 𝜇 𝑡
∆𝑌𝑡 = 𝛿𝑌𝑡−1 + 𝜇
dimana 𝛿 = (𝜌 − 1), dan ∆𝑌𝑡 adalah turunan pertama atau dengan mudah
dinyatakan dalam bentuk ∆𝑌𝑡 = (𝑌𝑡 − 𝑌𝑡−1 )
Sehingga bentuk hipotesisnya menjadi:
Ho : 𝛿 = 0, atau data time series mengandung unit root atau data time series
tersebut tidak stasioner.
Ho : 𝛿 < 0, atau data time series tidak mengandung unit root atau data time
series tersebut stasioner.
Jika 𝛿 = 0, maka persamaan di atas dapat ditulis:
∆𝑌𝑡 = (𝑌𝑡 − 𝑌𝑡−1 ) = 𝜇 𝑡
Persamaan ini menunjukkan bahwa turunan pertama dari series yang random
walk (𝜇 𝑡 ) adalah sebuah series stasioner dengan asumsi bahwa 𝜇 𝑡 adalah
benar-benar random
3. Setelah didapatkan persamaannya, prosedur pengujian adalah dengan
menghitung
nilai
probabilitas
terlebih dahulu.
Nilai probabilitas
dibandingkan dengan tingkat signifikansinya, sehingga dapat diketahui
apakh series mengandung unit root atau tidak. Jika nilai probabilitas lebih
kecil daripada tingkat signifikansinya, maka Ho dapat ditolak atau dapat
dikatakan bahwa series telah stasioner.
Jika data asli dari suatu series telah satsioner, maka data tersebut
berintegrasi pada order 0 atau dilambangkan dengan I(0). Selanjutnya, jika
data baru stasioner dan saling berintegrasi pada turunan pertama, maka data
tersebut berintegrasi pada order 1 atau I(1).

Uji Granger Causality
Studi kausalitas ditujukan untuk mengukur kekuatan hubungan antarvariabel
dan menunjukkan arah hubungan sebab akibat, dimana X menyebabkan Y, Y
menyebabkan X, atau X menyebabkan Y dan Y menyebabkan X. Uji kausalitas
Granger dipercaya jauh lebih bermakna dari uji korelasi biasa (Ascarya, 2009).
Tugas Akhir Time Series
16

17. Dengan melakukan uji kausalitas Granger dapat diketahui beberapa hal, sebagai
berikut:
Apakah X mendahului Y, apakah Y mendahului X, atau hubungan X dan Y
timbal balik. Suatu variabel X dikatakan menyebabkan variabel lain Y, apabila Y
saat ini diprediksi lebih baik dengan menggunakan nilai-nilai masa lalu X. Asumsi
dalam uji ini adalah bahwa X dan Y dianggap sepasang data runtut waktu yang
memiliki kovarian linier yang stasioner.
Secara matematis, persamaan kausalitas Granger ini dapat dituliskan sebagai
berikut:
Yt = ∑ aiYt-i + ∑ bjXt-j + vt ; X → Y jika bj > 0
(3.1)
Xt = ∑ ciYt-i + ∑ djXt-j + ut ; Y → X jika dj > 0
(3.2)
Dari hasil regresi persamaan (3.1) dan (3.2) di atas, maka akan dihasilkan empat
kemungkinan nilai koefisien regresi, masing-masing nilai koefisien adalah:
1.
𝑛
𝑛
secara statistik, ∑ 𝑖=1 𝑎𝑖 ≠ 0 dan ∑ 𝑗=1 𝑏𝑖 = 0 maka terdapat kausalitas
arah (unindirectional causality) dari {x} ke {y}
2.
𝑛
𝑛
secara statistic, ∑ 𝑖=1 𝑐𝑖 = 0 dan ∑ 𝑗=1 𝑑𝑖 ≠ 0 maka terdapat kausalitas arah
(unindirectional causality) dari {y} ke {x}
3.
𝑛
𝑛
Jika secara statistic, ∑ 𝑖=1 𝑎𝑖 = 0 dan ∑ 𝑗=1 𝑏𝑖 = 0 maka antara {y} ke {x}
tidak saling mempengaruhi (independence atau tidak signifikan) antara
satu dengan yang lainnya.
4.
𝑛
𝑛
Jika secara statistic, ∑ 𝑖=1 𝑎𝑖 ≠ 0 dan ∑ 𝑗=1 𝑏𝑖 ≠ 0 maka antara {y} ke {x}
terdapat hubungan kausalitas (feedback atau bilateral causality) antara satu
dengan lainnya.

Error Correction Model (ECM)
Metode analisis yang digunakan dalam penelitian ini adalah model Error
Correction Mechanism (ECM), sehingga dapat diketahui hubungan antara variabel
Tugas Akhir Time Series
17

18. baik hubungan jangka pendek maupun jangka panjangnya antara variabel
Independen dan variabel dependen. Sehingga persamaannya dapat dituliskan
sebagai berikut:
𝑌1 = 𝛼0 + 𝜆 𝑜 𝑈𝐿𝑁 𝑡−1 + 𝜆1 𝐻𝐿𝑁𝑃 𝑡 + 𝜆2 ∆𝐽𝑈𝐵 𝑡 + 𝜆3 𝑃𝐸𝑃𝐴 𝑡 + 𝜆4 𝑃𝐷𝐵 𝑡 +
𝜆4 𝐼𝐻𝐾1 𝑡 + 𝜀 𝑡−1
...
(1)
∆𝑌1 = 𝛼0 + 𝜆 𝑜 ∆𝑈𝐿𝑁 𝑡−1 + 𝜆1 ∆𝐻𝐿𝑁𝑃 𝑡 + 𝜆2 ∆∆𝐽𝑈𝐵 𝑡 + 𝜆3 ∆𝑃𝐸𝑃𝐴 𝑡 +
𝜆4 ∆𝑃𝐷𝐵 𝑡 + 𝜆4 ∆𝐼𝐻𝐾1 𝑡 + 𝛾𝜀̂ + 𝜗 𝑡
𝑡−1
...
(2)
Dimana:
Y1 = Utang Luarn Negeri Indonesia pada tahun t
Persamaan (1) adalah persamaan jangka panjang dan persamaan (2) adalah
persamaan jangka pendek.

Uji Kointegrasi
Melakukan regresi dengan menggunakan data time series yang bersifat
nonstasioner kemungkinan besar akan menghasilkan regresi lancung (spurious
regression). Variabel-variabel yang secara individu bersifat nonstasioner bukan
berarti variabel-variabel tersebut tidak dapat digunakan dalam analisis time series
yang membutuhkan asumsi stasioner. Jika series dari variabel-variabel yang diteliti
diketahui memiliki unit roots dan terintegrasi pada order tertentu, maka perlu
dilakukan uji kointegrasi.
Uji kointegrasi dilakukan untuk mendeteksi stabilitas hubungan jangka panjang
antara dua variabel atau lebih. Jika di antara variabel-variabel terkait terdapat
kointegrasi, berarti terdapat hubungan jangka panjang di antara variabelvariabel
tersebut. Jika hasil regresi antar variabel X dan Y menghasilkan residual yang
stasioner maka variabel X dan Y adalah terkointegrasi yang berarti mempunyai
hubungan jangka panjang. Menurut Gujarati (2003), pengujian ini hanya valid jika
dilakukan pada data asli yang nonstasioner. Enders (2004) memberikan catatan
penting tentang definisi kointegrasi, diantaranya adalah kointegrasi merupakan
kombinasi linear dari variabel-variabel yang seriesnya nonstasioner dan semua
variabel yang diuji harus terintegrasi (stasioner) pada order yang sama.
Tugas Akhir Time Series
18

19. Pengujian kointegrasi dapat dilakukan dengan memanfaatkan unit roots test.
Misalkan dua variabel (X dan Y) ingin diuji apakah memiliki hubungan jangka
panjang, maka langkah awal yang dilakukan adalah menguji apakah X dan Y
berintegrasi pada derajat yang sama. Apabila syarat tersebut dipenuhi, selanjutnya
dilakukan estimasi persamaan regresi linier sederhana dengan metode OLS.
Persamaannya adalah:
𝑌𝑡 = 𝛽1 + 𝛽2 𝑋 𝑡 + 𝜀 𝑡
𝜀 𝑡 = 𝑌𝑡 − 𝛽1 − 𝛽2 𝑋 𝑡
𝜀 𝑡 adalah residual dari persamaan (3.12) dan merupakan salah satu kombinasi
linier dari set variabel X dan Y. Jika ternyata 𝜀 𝑡 pada persamaan (3.13) tidak
mengandung unit roots atau data stasioner maka kedua variabel tersebut (X dan Y)
adalah terkointegrasi yang berarti mempunyai hubungan jangka panjang. Persamaan
(3.12) disebut juga cointegrating regression (model regresi terkointegrasi), dan
parameter 𝛽2 disebut cointegrating parameter (parameter kointegrasi) (Gujarati,
2003).
Dalam penelitian ini, pengujian stasionaritas residual persamaan (3.13)
menggunakan uji unit roots Philips-Perron (PP test). Adapun persamaan uji
residualnya adalah sebagai berikut:
∆𝜀 𝑡 = 𝛿∆𝜀 𝑡−1 + 𝑒 𝑡
dimana 𝑒 𝑡 merupakan residual dari persamaan (3.14). Untuk langkah-langkah
pengujian stasionaritas residualnya (𝜀 𝑡 ) sama dengan langkah-langkah yang
dilakukan dalam Uji Akar Unit Philips-Perron yang telah diuraikan pada bagian
sebelumnya.

Diagnostic Test
Diagnostic test dilakukan untuk mengevaluasi statistical properties dari model.
Beberapa diagnostic test yang dilakukan dalam penelitian ini adalah:
Tugas Akhir Time Series
19

20. 
Uji Normalitas
Uji normalitas dilakukan untuk memeriksa apakah error term mendekati
distribusi normal atau tidak. Jika asumsi ini tidak terpenuhi maka prosedur
pengujian menggunakan statistik t menjadi tidak sah. Uji normalitas error term
dilakukan dengan menggunakan uji Jarque-Bera (Laboratorium Komputasi, 2004).
Uji ini didasarkan pada error penduga least squares. Prosedur pengujian adalah:
a. H0: Error termterdistribusi normal,
H1: Error termtidak terdistribusi normal.
b. Statistik J-B dihitung melalui tahapan berikut:
1.
Hitung kecondongan (α3) dan ketinggian (α4) distribusi error term.
2.
Hitung statistik J-B dengan rumus sebagai berikut:
Daerah kritis penolakan H0 adalah Jarque-Bera(J-B) > 𝑋 2
𝑑𝑓−2 atau probabilitas
(p-value) < α.

Uji Heteroskedastisitas
Heteroskedastisitas merupakan suatu kondisi dimana nilai varian dari variabel
independen tidak memiliki nilai yang sama. Hal ini melanggar asumsi dasar dari
regresi linear klasik yaitu varian setiap variabel bebas mempunyai nilai yang
konstan atau memiliki varian yang sama/homoskedastisitas (Arief, 1993). Rumusan
homoskedastisitas adalah sebagai berikut:
Hipotesis:
H0: β0 = 0, tidak terdapat heteroskedastisitas (kondisi homoskedastisitas)
Tugas Akhir Time Series
20

21. H1: β0 ≠ 0, terdapat heteroskedastisitas.
Kriteria uji:
Probability Obs*R-squared< α(taraf nyata yang digunakan), maka tolak H0,
Probability Obs*R-squared> α(taraf nyata yang digunakan), maka terima H0.
Kesimpulannya, jika menolak H0, maka menunjukkan terdapat masalah
heteroskedastisitas dalam model.Sebaliknya, jika menerima H0 menunjukkan
bahwa tidak terdapat masalah heteroskedastisitas dalam model.

Uji Autokorelasi
Autokorelasi diartikan sebagai korelasi antara anggota serangkaian observasi
yang diurutkan menurut waktu atau ruang (Gujarati, 1978). Model klasik
mengasumsikan bahwa unsur gangguan yang berhubungan dengan observasi tidak
dipengaruhi oleh unsur disturbansi atau gangguan yang berhubungan dengan
pengamatan lain. Pada software E-views untuk mendeteksi adanya autokorelasi
(serial correlations) dapat dilakukan melalui uji DurbinWatson (DW), dimana jika
DW>2 atau DW<2, maka terdapat masalah autokorelasi. Namun dalam penelitian
ini uji autokorelasi (serial correlations) menggunakan uji Breusch-Godfrey Serial
Colleration LM. Rumusan adanya autokorelasi dalam permodelan adalah sebagai
berikut:
Kondisi di atas menunjukkan bahwa unsur gangguan (disturbance) yang
berhubungan dengan observasi (ui) dipengaruhi oleh unsur gangguan (disturbance)
yang berhubungan dengan pengamatan lain (uj).
Hipotesis:
H0: β0 = 0, tidak terjadi autokorelasi
H1: β0 ≠ 0, terjadi autokorelasi
Kriteria uji:
Tugas Akhir Time Series
21

22. Probability Obs*R-squared< α(taraf nyata yang digunakan), maka tolak H0,
Probability Obs*R-squared> α(taraf nyata yang digunakan), maka terima H0.
Tugas Akhir Time Series
22

23. 4
HASIL DAN PEMBAHASAN
4.1
Hasil Uji Stasioneritas
Variabel yang digunakan dalam penelitian ini akan di uji kestasionerannya pada
level (utang luar negeri Indonesia, djub (first difference jumlah uang beredar,
produk domestik bruto (gdp), utang luar negeri pemerintah Indonesia (HNP),
penerimaan pajak (PEPA), Indeks Harga Konsumen (IHK1), sedangkan utang luar
negeri Indonesia (t-1) mengikut ULN). Uji stasioner dilakukan dengan
menggunakan grafik dan menggunakan metode Augmented Dicky Fuller untuk
melihat ada atau tidaknya unit root.
Hasilnya adalah sebagai berikut :
Gambar 4.1 Grafik Uji Stasioner pada Level
Tugas Akhir Time Series
23

24. Gambar diatas adalah gambar hasil uji stasioner yang dilakukan terhadap 6
variabel yang digunakan pada level yang diuji menggunakan Eviews 6. Dan melalui
grafik tersebut dapat dilihat bahwa grafik memperlihatkan adanya trend pada
masing-masing variabel dan itu menandakan bahwa pada level semua data tidak
stasioner.
Agar lebih jelas, maka dibawah ini akan disajikan hasil uji stasioner dengan
menggunakan metode ADF yang diuji menggunakan Eviews 6. Hasilnya adalah
sebagai berikut :
H0 : ρ = 0 (terdapat unit root)
H1 : ρ ≠ 0
α = 5%
Tabel 4.1 Rangkuman Uji ADF
Uji ADF
Variabel
Level
First Difference
t-statistic 5% level t-Statistic 5% level
ULN
0.281405 -3.502373 -4.853306 -2.922449
DJUB
1.444939 -2.933158
-14.586 -2.926622
GDP
-1.812775 -3.502373 -9.416665 -3.50433
HLNP
-1.300261 -3.502373 -7.17273 -3.50433
PEPA
-1.31576 -3.51074 -4.076773 -3.51074
IHK1
-2.451364 -3.502373 -6.036674 -3.50433
Pada tabel 4.1 diatas dapat dilihat bahwa semua variabel tidak stasioner pada
level. Ditunjukkan melalui nilai t-statisticnya yang tidak lebih negatif dari nilai
kritikalnya.
Pada tabel 4.1 diatas juga dapat dilihat hasil Uji ADF pada first difference, yang
menunjukkan bahwa semau variabel telah stasioner pada level. Dapat dilihat dari
nilai t-statisticnya yang lebih negatif dari nilai kritikal yang digunakan.
Tugas Akhir Time Series
24

25. 4.2
Hasil Uji Granger Causality
Seperti yang telah dijelaskan pada bab sebelumnya bahwa uji granger causality
dilakukan untuk melihat ada atau tidaknya hubungan dua arah antarvariabel dalam
penelitian. Pengujian ini dilakukan dengan menggunakan Eview 6. Dan hasilnya
adalah sebagai berikut :
Tabel 4.2 Hasil Uji Granges Causality
Pairwise Granger Causality Tests
Date: 07/18/13 Time: 10:43
Sample: 2000Q1 2012Q3
Lags: 2
Null Hypothesis:
DJUB does not Granger Cause ULN
ULN does not Granger Cause DJUB
GDP does not Granger Cause ULN
ULN does not Granger Cause GDP
HLNP does not Granger Cause ULN
ULN does not Granger Cause HLNP
PEPA does not Granger Cause ULN
ULN does not Granger Cause PEPA
IHK1 does not Granger Cause ULN
ULN does not Granger Cause IHK1
GDP does not Granger Cause DJUB
DJUB does not Granger Cause GDP
HLNP does not Granger Cause DJUB
DJUB does not Granger Cause HLNP
PEPA does not Granger Cause DJUB
DJUB does not Granger Cause PEPA
IHK1 does not Granger Cause DJUB
DJUB does not Granger Cause IHK1
HLNP does not Granger Cause GDP
GDP does not Granger Cause HLNP
PEPA does not Granger Cause GDP
GDP does not Granger Cause PEPA
IHK1 does not Granger Cause GDP
GDP does not Granger Cause IHK1
PEPA does not Granger Cause HLNP
HLNP does not Granger Cause PEPA
IHK1 does not Granger Cause HLNP
HLNP does not Granger Cause IHK1
IHK1 does not Granger Cause PEPA
PEPA does not Granger Cause IHK1
Tugas Akhir Time Series
Obs F-Statistic Prob.
48
2.01033 0.1463
6.86529 0.0026
49
5.58985 0.0069
0.84389 0.4369
49
2.30132 0.1121
1.30617 0.2812
49
3.84473 0.0289
2.38503 0.1039
49
5.30618 0.0086
0.44198 0.6456
48
22.0765 3.00E-07
1.94023
0.156
48
8.9426 0.0006
1.08234 0.3479
48
10.0867 0.0003
1.77009 0.1825
48
9.19864 0.0005
4.41619
0.018
49
0.73456 0.4855
4.10331 0.0232
49
1.2098
0.308
7.3154 0.0018
49
2.3911 0.1033
1.75664 0.1845
49
3.79958
0.03
2.20329 0.1225
49
4.15961 0.0222
1.19236 0.3131
49
3.85308 0.0287
5.01104 0.0109
25

26. Untuk melihat ada atau tidaknya hubungan dua arah antarvariabel yang diteliti
adalah dengan melihat nilai probabilitinya. Jika nilai probability dua variabel lebih
kecil dari α, maka ada hubungan kausalitas antar kedua variabel tersebut, namun
jika hanya ada salah satu nilai probability yang lebih kecil dari α, maka hubungan
yang terjadi adalah hubungan satu arah. Pada penelitian ini α=5%, jadi nilai
probability yang dimaksud adalah yang lebih kecil dari 5% (0,005). Apabila variabel
yang diteliti mempunyai hubungan kausalitas dengan variabel lain, maka penelitian
akan diarahkan dengan menggunakan model VAR atau VECM, tetapi jika tidak,
maka penelitian akan diarahkan ke model lain.
Pada tabel 4.2 diatas variabel yang mempunyai hubungan kausalitas adalah :
IHK1
DJUB
IHK1
PEPA
Tetapi karena variabel yang ingin diteliti (tingkat utang luar negeri) tidak
mempunyai hubungan kausalitas dengan variabel lain maka pada penelitian ini tidak
cocok untuk menggunakan model VAR atau VECM.
4.3
Hasil Uji Kointegrasi
Selanjutnya akan dilakukan uji kointegrasi untuk mengetahui apakah terdapat
hubungan jangka panjang antara jumlah uang beredar, utang luar negeri Indonesia
(t-1), utang luar negeri pemerintah, produk domestik bruto, penerimaan pajak, dan
indeks harga konsumen terhadap utang luar negeri Indonesia.
Pengujian dilakukan pada data asli yang nonstasioner yang memiliki orde yang
sama. Secara umum bisa dikatakan bahwa jika data time series Y dan X tidak
stasioner pada tingkat level tetapi menjadi stasioner pada diferensi (difference) yang
sama yaitu Y adalah I(d) dan X adalah I(d) dimana d adalah tingkat diferensi yang
sama maka kedua series tersebut adalah terkointegrasi dan diinterpretasikan sebagai
hubungan keseimbangan jangka panjang antar variabel, asalkan residual (error)
yang dihasilkan dari kombinasi kedua variabel tersebut adalah stasioner pada level.
Untuk mengetahui apakah residual dalam kombinasi linier antar variabel
merupakan data stasioner pada level maka terlebih dahulu dibentuk persamaan
Tugas Akhir Time Series
26

27. regresi antar variabel dan kemudian mendapatkan residualnya. Dibawah ini akan
disajikan hasil pengujian dengan menggunakan eviews 6 :
Gambar 4.2 Hasil Uji Kointegrasi
Berdasarkan gambar 4.2, denga α=5% maka persamaan regresi jumlah uang
beredar, utang luar negeri Indonesia (t-1), utang luar negeri pemerintah, produk
domestik bruto, penerimaan pajak, dan indeks harga konsumen terhadap utang luar
negeri Indonesia adalah :
ULN = 0,640123 ULN – 0,064595 DJUB + 4,458068 GDP + 0,591155 HLNP
+ 0,170272 PEPA – 238,3240 IHK1 . . . (long run model)
Berdasarkan persamaan di atas, terlihat bahwa nilai statistik Durbin Watson
sebesar 2,189074, yang apabila dibandingkan dengan tabel Durbin Watson akan
memberikan kesimpulan bahwa model tidak mengandung autokorelasi. Sekain itu
nilai statistik Durbin Watson yang lebuh besar dari R2 menandakan bahwa
persamaan yang dihasilkan tidak spurious.
Hasil regresi diatas akan dijadikan sebagai residual. Dibawah ini adalah hasil
pengujian kestasioneran residual tersebut dengan menggunakan α=5% :
Tugas Akhir Time Series
27

28. Gambar 4.3 Hasil Uji Stasioner Residual
Berdasarkan hasil pengujian stasioneritas variabel residual yang tertera pada
tabel 4.3 maka residual stasioner pada tingkat level yang ditunjukkan dengan nilai
t-statistic sebesar -7,709059 yang lebih negatif dari nilai kritikalnya yaitu -2,922449
(α=5%). Dengan demikian dapat disimpulkan bahwa model regresi di atas dapat
digunakan sebagai model jangka panjang atau disebut Model Regresi Terkointegrasi
dan parameter yang dihasilkan disebut parameter kointegrasi.
Model rergesi di atas menunjukkan bahwa berdasarkan uji-t, semua koefisien
slope signifikan pada taraf uji 5%, sehingga dapat diartikan bahwa jumlah uang
beredar, utang luar negeri Indonesia (t-1), utang luar negeri pemerintah, produk
domestik bruto, penerimaan pajak, dan indeks harga konsumen berpengaruh
terhadap utang luar negeri Indonesia dalam keseimbangan jangka panjang.
Interpretasi persamaan long run model diatas adalah sebagai berikut :

Setiap kenaikan utang luar negeri pada tahun (t-1) sebesar 1% akan
menyebabkan kenaikan utang luar negeri pada tahun t sebesar 0,640123%
dengan asumsi variabel lain konstan.

Setiap perubahan jumlah uang beredar di Indonesia sebesar 1% akan
menurunkan jumlah utang luar negeri Indonesia sebesar 0,064595% dengan
asumsi variabel lain konstan.

Setiap kenaikan jumlah pajak yang diterima oleh pemerintah sebesar 1% akan
menyebabkan kenaikan utang luar negeri sebesar 4,458068% dengan asumsi
variabel lain konstan.
Tugas Akhir Time Series
28

29. 
Setiap kenaikan utang luar negeri pemerintah Indonesia sebesar 1% akan
menyebabkan kenaikan utang luar negeri sebesar 0,591155% dengan asumsi
variabel lain konstan.

Setiap kenaikan utang luar negeri pemerintah Indonesia sebesar 1% akan
menyebabkan kenaikan utang luar negeri sebesar 0,170272% dengan asumsi
variabel lain konstan.

Setiap kenaikan indeks harga konsumen sebesar 1% akan menurunkan utang
luar negeri Indonesia sebesar 238,324% dengan asumsi variabel lain konstan.
4.4
Persamaan Error Correction Model (ECM)
Dalam penelitian ini, tahapan akhir untuk mengetahui pola hubungan antara
jumlah uang beredar, utang luar negeri Indonesia (t-1), utang luar negeri pemerintah,
produk domestik bruto, penerimaan pajak, dan indeks harga konsumen terhadap
utang luar negeri Indonesia adalah dengan membentuk Error Correction Model
(ECM) untuk mengetahui perubahan variabel mana yang memiliki pengaruh
signifikan (pengaruh jangka pendek), dimana variabel-variabel jumlah uang
beredar, utang luar negeri Indonesia (t-1), utang luar negeri pemerintah, produk
domestik bruto, penerimaan pajak, dan indeks harga konsumen sebagai variabel
independen dan utang luar negeri Indonesia sebagai variabel dependen.
Dibawah ini akan disajikan hasil run model ECM dengan menggunakan Eviews
6 adalah :
Tugas Akhir Time Series
29

30. Gambar 4.4 Hasil Run Model ECM
Dari gambar 4.4 diatas, maka persamaan ECM yang terbentuk adalah sebagai
berikut :
D(ULN) = 0,553561 DULN(-1) - 0,052539 D(DJUB) + 4,536023 D(GDP) +
0,883155 D(HLNP) + 0,136925 D(PEPA) – 228,8998 D(IHK1) –
1,005685 RESID03(-1)
Dari persamaan di atas, terlihat bahwa besarnya koefisien kointegrasi
(cointegrating coefficient) yang berfungsi sebagai elemen penyesuaian (speed of
adjustment) adalah sebesar -1,005685. Dengan nilai Error Correction Term (ECT)
yang negatif dan signifikan pada taraf uji 5% tersebut menunjukkan keberartian
pengaruh jangka panjang sekaligus keberartian pengaruh jangka pendek jumlah
uang beredar, utang luar negeri Indonesia (t-1), utang luar negeri pemerintah,
produk domestik bruto, penerimaan pajak, dan indeks harga konsumen terhadap
utang luar negeri Indonesia.
Kecepatan error correction untuk mengoreksi perilaku tiap variabel dalam
jangka pendek untuk menuju ke keseimbangan baru (keseimbangan jangka panjang)
Tugas Akhir Time Series
30

31. terbilang cepat yaitu sebesar 1,005685 atau dapat dikatakan bahwa perbedaan antara
utang luar negeri Indonesia dengan nilai keseimbangannya yaitu sebesar 1,005685.
Berdasarkan persamaan di atas, dapat dilihat bahwa semua variabel independen
(jumlah uang beredar, utang luar negeri Indonesia (t-1), utang luar negeri
pemerintah, produk domestik bruto, penerimaan pajak, dan indeks harga konsumen)
berpengaruh signifikan terhadap perubahan yang terjadi pada variabel dependen
(utang luar negeri Indonesia) baik dalam jangka panjang maupun dalam jangka
pendek.
Interpretasi persamaan ECM diatas adalah sebagai berikut :
1.
Perubahan kenaikan utang luar negeri Indonesia (t-1) sebesar 1% akan
menambah jumlah utang luar negeri Indonesia pada tahun t sebesar 0,553561%
2.
Perubahan kenaikan jumlah uang beredar sebesar 1% akan mengurangi jumlah
utang luar negeri Indonesia sebesar 0,052539%
3.
Perubahan kenaikan produk domestik bruto sebesar 1% akan menambah jumlah
utang luar negeri Indonesia sebesar 4,536023%
4.
Perubahan kenaikan utang luar negeri pemerintah sebesar 1% akan menambah
jumlah utang luar negeri Indonesia sebesar 0,883155%
5.
Perubahan kenaikan penerimaan pajak sebesar 1% akan menambah jumlah
utang luar negeri Indonesia sebesar 0,136925%
6.
Perubahan kenaikan indeks harga konsumen sebesar 1% akan mengurangi
jumlah utang luar negeri Indonesia sebesar 228,8998%
4.5
Diagnostic Test
Diagnostic testterhadap ECM dalam penelitian ini bertujuan untuk mengetahui
ada atau tidaknya masalah yang muncul dari estimasi OLS. Masalah yang dimaksud
antara lain adalah normalitas, heteroskedastisitas dan autokorelasi.
4.5.1 Uji Normalitas
Uji ini dilakukan untuk memeriksa apakah error termmendekati distribusi
normal atau tidak. Hasil yang diperoleh menunjukkan bahwa error term terdistribusi
Tugas Akhir Time Series
31

32. secara normal. Hal ini ditunjukkan oleh nilai probabilitas Jarque-Bera sebesar
1,629348. Nilai probabilitas tersebut lebih besar dari taraf nyata 5 persen. Hasil uji
normalitas dapat dilihat pada Gambar 4.5
Gambar 4.5 Hasil Uji Normalitas
4.5.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas yang digunakan dalam penelitian ini adalah Breusch
Pagan Godfrey tes. Hasil uji heteroskedastisitas tersebut ditunjukkan oleh gambar
4.6 dibawah ini.
Gambar 4.6 Hasil Uji Heteroskedastisitas
Nilai probability Obs*R-Squared sebesar 9,735387 lebih besar dari taraf nyata
yang digunakan dalam penelitian ini (α=5%). Berdasarkan nilai tersebut, maka
dapat disimpulkan bahwa tidak terdapat masalah heteroskedastisitas dalam
permodelan.
Tugas Akhir Time Series
32

33. 4.5.3 Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test digunakan untuk menguji
keberadaan autokorelasi pada model dinamis (jangka pendek) utang luar negeri.
Hasil uji autokorelasi ditampilkan pada gambar 4.7.
Gambar 4.7 Hasil Uji Autokorelasi
Berdasarkan Gambar 4.7 di atas dapat dibuktikan bahwa model dinamis utang
luar negeri terbebas dari masalah autokorelasi. Hal ini ditunjukkan dengan nilai
probabilitas obs*R-Squared yang lebih besar dari taraf nyata 5 persen. Nilai
probabilitas Obs*R-Squared adalah sebesar 3,872238 lebih besar dari taraf nyata.
Tugas Akhir Time Series
33

34. 5
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Berdasarkan hasil dan pembahasan pada penelitian ini, maka dpat disimpulkan
bahwa :
1. Terdapat enam faktor yang berpengaruh terhadap tingkat utang luar negeri
Indonesia yaitu : utang luar negeri Indonesia (t-1), jumlah uang beredar, produk
domestik bruto, utang luar negeri pemerintah, penerimaan pajak, dan indeks
harga konsumen.
2. Keenam variabel independen berpengaruh signifikan terhadap utang luar negeri
Indonesia baik dalam jangka panjang maupun dalam jangka pendek. Variabel
utang luar negeri Indonesia (t-1), produk domestik bruto, utang luar negeri
pemerintah, dan penerimaan pajak berpengaruh positif dan signifikan terhadap
utang luar negeri Indonesia. Sedangkan jumlah uang beredar dan indeks harga
konsumen berpengaruh negatif dan signifikan terhadap utang luar negeri
Indonesia.
5.2
Saran
Beberapa saran yang dapat diberikan berdasarkan hasil penelitian yang
dilakukan adalah :
1.
Memberantas tindak KKN yang sangat banyak terjadi di Indonesia, karena itu
sangat merugikan Negara.
2.
Untuk pengelolaan pembayaran utang, dapat dilakukan reprofiling debt, buy
back dan debt to poverty swap. Reprofiling debt bertujuan untuk mengurangi
beban utang dengan mengkaji ulang jadwal pembayaran kembali utang luar
negeri. Buy back bertujuan untuk mengurangi stok utang beredar untuk
mengurangi beban bunga utang. Sedangkan debt to poverty swap adalah
sebagai langkah simultan untuk mengurangi kemiskinan.
3.
Memanfaatkan sumber daya alam dan sumber daya manusia untuk
menghasilkan produk-produk dalam negeri yang berkualitas dan diekspor
untuk meningkatkan devisa Negara (diupayakan ekspor barang tidak lagi
manusia).
Tugas Akhir Time Series
34

35. Daftar Pustaka
Bank Indonesia. 2000-2012. Statistik Ekonomi Keuangan Indonesia.
Bank Indonesia. Statistik Ekonomi dan Moneter.
International Financial Statistics. http://elibrary-data.imf.org/DataExplorer.aspx
Arif Lukman Rachmadi. 2013. Analisis Pengaruh Utang Luar Negeri Terhadap
Pertumbuhan Ekonomi Indonesia (Studi Kasus Tahun 2001-2011)
Hidayatullah Muttaqin. 2012. “Lampu Merah Utang Indonesia.” http://www.jurnalekonomi.org/lampu-merah-utang-indonesia/ [15 Oktober 2012]
Hidayatullah Muttaqin. 2012. “Setahun Utang Indonesia Bertambah 220,71 Trilyun.”
http://www.jurnal-ekonomi.org/setahun-utang-indonesia-bertambah-22071trilyun/ [19 Oktober 2012]
Dungdang P Hutapea. 2007. Analisis Faktor-Faktor Yang Mempengaruhi Volume
Penyerapan Utang Luar Negeri Di Indonesia.
Mahindun Dhiani Melda Harahap. 2007. Analisis Faktor-Faktor Yang Mempengaruhi
Utang Luar Negeri Indonesia.
Putu Oktavia. Analisis Makroekonomi
Tugas Akhir Time Series
35

36. LAMPIRAN
Tugas Akhir Time Series
36

37. Data Yang Digunakan
ULN
Tahun Triwulanan
(Juta$
USD)
144281
2000 q1
144164
q2
140792
q3
141693
q4
138879
2001 q1
138847
q2
137777
q3
133074
q4
131555
2002 q1
132137
q2
131289
q3
131343
q4
129466
2003 q1
130585
q2
131952
q3
135401
q4
136679
2004 q1
133378
q2
132798
q3
137024
q4
134362
2005 q1
128355
q2
128759
q3
130652
q4
134627
2006 q1
129934
q2
127529
q3
128735.9
q4
131283
2007 q1
133482
q2
Tugas Akhir Time Series
DJUB
(Juta $
USD)
27884
2118
60575
19784
29628
-13336
60949
-12643
7225
21071
24202
-6132
16779
16668
44469
-20444
38150
14775
45707
-11180
53830
77520
48710
-4010
59030
36960
87750
-3250
75340
GDP Riil
HLNP
PEPA
IHK Ina
(Juta $
(Juta $
(Juta $
(des
USD)
USD)
USD)
2000=100)
5293.261
75036 35989.4
92.56736
5208.145
76357 28546.1
93.50097
5308.344
75305 30951.5
95.58502
5220.918
74890 37763.4
98.30755
5364.909
72324 52239.5
101.2183
5381.143
70665 46667.3
103.9258
5625.04
73087 49310.6
107.7837
5447.327
69404 74628.4
110.7366
5638.387
69555
47822
115.9362
5869.237
73757 47737.3
116.9752
6126.067
73463 49873.7
118.9659
5853.585
74661 64654.5
122.1146
6140.923
63877 57081.9
124.8973
6374.299
64575 51725.4
125.1895
6590.525
66535 53677.3
126.2526
6334.789
69244
79324
128.8667
6579.267
70005 60133.8
136.9268
6603.744
67723 58774.5
139.6265
6780.421
66729
65195
141.1167
6741.01
70153 96794.4
143.3045
6790.496
68799 74213.2
147.5521
6917.115
67638 75969.4
150.3013
7160.072
67161 84107.5
152.9885
6872.112
69245 112544
168.8025
7199.715
72763 88585.5
172.4723
7168.292
73441 94511.5
173.6157
7543.729
72642 95461.2
175.7333
7505.397 73051.14 130496
179.0191
7752.342
75319 94388.2
183.4442
7549.636
74454 110270
184.0758
37

38. 2008
2009
2010
2011
2012
q3
q4
q1
q2
q3
q4
q1
q2
q3
q4
q1
q2
q3
q4
q1
q2
q3
q4
q1
q2
q3
136947
136640.4
145519
146226
147339
155080
150965
153741
167989
172871
180834
183329
195826
202413
210080
222816
224504
225375
228761
238917
243649
Tugas Akhir Time Series
62300
132780
-55270
108990
74760
117700
20910
60780
40500
123350
-29300
119060
43810
196260
-19850
71420
120550
233890
34700
138430
75180
7893.243
76081
7208.94 76920.25
7305.713
78048
7032.784
83791
7619.734
83544
7993.434
85122
8232.271
83728
8572.2
85584
8918.17
89408
8809.7
90853
8995.272
95083
9374.579
97571
9781.015
103250
9651.774
106860
9757.9
109705
10032.74
114887
10492.31
112962
10322.64
112427
10408.89
112502
10720.92
112869
10984.22
115037
124864
162143
125365
155638
173128
177994
133177
155362
143991
208850
145650
191926
173540
233285
170302
217278
223583
262572
198724
258050
235420
187.1676
191.0561
197.4626
205.1217
216.3168
219.2182
219.5712
219.5199
222.2992
224.8925
227.5884
229.1161
235.9715
239.0975
243.1478
242.6151
246.9863
248.9441
252.2049
253.5208
258.0653
38