hubungan antara harga timah, produksi timah, dan …
TRANSCRIPT
HUBUNGAN ANTARA HARGA TIMAH, PRODUKSI TIMAH, DAN PDRB
SEKTOR PERTAMBANGAN PROVINSI BANGKA BELITUNG
PERIODE 2010 - 2017
SKRIPSI
Diajukan Kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-Syarat Guna Meraih Gelar Sarjana Ekonomi
oleh :
Gita Rahmatillah Apsari
11140840000071
JURUSAN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1438 H/ 2018 M
i
ii
iii
iv
v
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI
1. Nama Lengkap : Gita Rahmatillah Apsari
2. Tempat, Tanggal Lahir : Tangerang, 06 Januari 1997
3. Alamat : Jalan Parkit Blok A 10 No. 5
RT 10/RW007 Komplek
Kunciran Mas Permai Kec.
Pinang Kota Tangerang Banten
15144
4. Telepon : 087880640510
5. E-mail : [email protected]
II. PENDIDIKAN FORMAL
1. SD Negeri Bojong 02 Kunciran Tahun 2002-2008
2. SMP Negeri 111 Kemanggisan, Jakarta Barat Tahun 2008-2011
3. SMA Negeri 33 Cengkareng, Jakarta Barat Tahun 2011-2014
4. UIN Syarif Hidayatullah Jakarta Tahun 2014-2018
III. PENGALAMAN ORGANISASI
1. Anggota Himpunan Mahasiswa Jurusan (HMJ) Tahun 2015-2016
IESP Divisi Olahraga dan Seni
IV. LATAR BELAKANG KELUARGA
1. Ayah : Drs. H. Wawan Setiawan, M.M (Alm.)
2. Ibu : Dra. Hj. Maryun Nasriati
3. Abang Pertama : Gelar Muhammad Nugraha S.E, M.M
4. Abang Kedua : Gemar Ahmad Jembarnata S.Kom
vi
ABSTRACT
The aims of this research to analyze the short and long term relationship,
causality relationship and contribution between Tin Price, Tin Production and
Regional Gross Domestic Product (GDP)Mining Sector in Bangka Belitung
island province. This research uses time series data analysis in 2010-2017 which
is processed using Vector Error Correction Model (VECM) method.
The result shows that in short term Regional GDP has significant positive
effect towards Tin Production and Tin Production has significant negative effect
towards Tin Price and in long term Tin Price has significant positive effect
towards Regional GDPMining Sector. The Granger Causality test result shows
that there are 2 one-way relationship namely Tin Price towards Tin Production,
and Tin Price towards Regional GDP Mining Sector. The Variance
Decomposition test result shows that Tin Price contribute the most towards Tin
Price itself, Tin Production contribute the most towards Tin Production itself, and
Regional GDP Mining Sector contribute the most towards Regional GDP Mining
Sector itself.
Keywords : Tin Price, Tin Production, Regional GDP Mining Sector, Vector
Error Correction Model (VECM).
vii
ABSTRAK
Penelitian ini bertujuan untuk menganalisis hubungan jangka pendek dan
jangka panjang, hubungan kausalitas, dan kontribusi antara Harga Timah,
Produksi Timah, dan PDRB Sektor Pertambangan Provinsi Kepulauan Bangka
Belitung. Penelitian ini menggunakan analisis data runtut waktu pada tahun 2010
sampai 2017 yang diolah dengan menggunakan metode Vector Error Correction
Model (VECM).
Hasil menunjukkan bahwa pada jangka pendek PDRB sektor
Pertambangan berpengaruh signifikan positif terhadap Produksi Timah dan
Produksi Timah berpengaruh signifikan negatif terhadap Harga Timah, lalu pada
jangka panjang Harga Timah berpengaruh signifikan positif terhadap PDRBsektor
Pertambangan. Hasil Uji Kausalitas Granger menunjukkan terdapat 2 hubungan
satu arah, yaitu Harga Timah terhadap Produksi Timah, dan Harga Timah
terhadap PDRB sektor Pertambangan. Hasil Uji Variance Decomposition
menunjukkan bahwa Harga Timah berkontribusi paling besar terhadap Harga
Timah itu sendiri, Produksi Timah berkontribusi paling besar terhadap Produksi
Timah itu sendiri, dan PDRB sektor Pertambangan berkontribusi paling besar
terhadap PDRB sektor Pertambangan itu sendiri.
Kata Kunci : Harga Timah, Produksi Timah, PDRB Sektor Pertambangan, Vector
Error Correction Model (VECM)
viii
KATA PENGANTAR
Assalamu'alaikum Wr.Wb
Alhamdulillahi Robbil'Alamiin, segala puji dan syukur penulis panjatkan
kepada Allah SWT yang telah memberikan rahmat dan karunia yang berlimpah
kepada penulis, sehingga penulsi dapat menyelesaikan skripsi ini yang berjudul
"Hubungan Antara Harga Timah, Produksi Timah, dan PDRB Sektor
Pertambangan Provinsi Bangka Belitung Periode 2010-2017" dengan lancar
tanpa halangan apapun. Shalawat serta salam terlimpahkan kepada baginda besar
Nabi Muhammad SAW, yang telah memberikan ajaran Islam yang telah terbukti
kebenarannya dan terus terbukti kebenarannya.
Tujuan penulisan skripsi ini adalah untuk memenuhi syarat-syarat meraih
gelar Sarjana Ekonomi Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta. Selama proses pembuatan skripsi ini, berbagai
hambatan dan kesulitan telah penulis hadapi. Berkat petunjuk dari Allah SWT,
doa keluarga, dukungan, bimbingan serta bantuan dari berbagai pihak, sehingga
pada akhirnya skripsi ini dapat terselesaikan dengan lancar.
Dengan segala kerendahan dan ketulusan hati, penulis mengucapkan rasa
terima kasih kepada seluruh pihak yang telah banyak membantu penulis baik
secara langsung maupun tidak langsung, secara spiritual maupun materil. Ucapan
terima kasih penulis ssampaikan kepada :
1. Allah SWT yang telah memberikan nikmat, rahmat dan karunia yang
melimpah sehingga penulis dapat menyelesaikan skripsi ini.
2. Keluarga, Alm Abah, Mama, Kaka Gelar, dan Aa Gemar yang selalu
memberikan rasa cinta, kasih sayang, perhatian, motivasi, semangat,
doa dan segala pelajaran yang tiada henti diberikan kepada penulis.
Semoga Mama Kaka dan Aa selalu dalam lindungan dan kasih sayang
Allah SWT.
ix
3. Bapak Dr. Arief Mufraini, M.Si, Lc selaku Dekan Fakultas Ekonomi
dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
4. Bapak Arief Fitrijanto, S.Si, M. Si selaku Ketua Jurusan Ekonomi
Pembangunan Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta.
5. Bapak Drs. Rusdianto, M.Sc selaku Dosen Pembimbing I, yang telah
meluangkan waktu, pikiran dan memberikan ilmu, bimbingan, serta
arahan kepada penulis sehingga skripsi ini dapat terselesaikan dengan
baik. Semoga segala kebaikan dan ketulusan yang bapak berikan akan
menjadi amal shaleh, dan semoga Allah membalas kebaikan bapak.
6. Bapak Fahmi Wibawa, SE, MBA, selaku Dosen Pembimbing II, yang
telah meluangkan waktu, pikiran dan memberikan ilmu, bimbingan,
serta arahan kepada penulis sehingga skripsi ini dapat terselesaikan
dengan baik. Semoga segala kebaikan dan ketulusan yang bapak
berikan akan menjadi amal shaleh, dan semoga Allah membalas
kebaikan bapak.
7. Ibu Najwa Khairina selaku Dosen yang juga telah meluangkan waktu,
pikiran, dan memberikan ilmu, bimbingan, serta arahan kepada penulis
dalam pembuatan skripsi meskipun ibu bukan sebagai dosen
pembimbing skripsi. Semoga segala kebaikan ibu menjadi amal shaleh
dan Allah membalas kebaikan ibu.
8. Bapak Aizirman Djusan selaku Dosen Pembimbing Akademik, yang
telah memberikan bimbingan serta arahan dalam menjalani perkuliahan.
9. Seluruh dosen, staf dan karyawan Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta yang telah
memberikan banyak ilmu dan pengalaman.
10. Terima kasih kepada keluarga kedua, Andarwati, Riska Amelia, Raras
Kirana Candra Nitama, Kautsar Aditya Rahman, Muhammad Dhova
Ovia Putra, Rizki Patria, Hasan Halomoan Tarihoran yang senantiasa
memberikan doa, semangat, sindiran dan ejekan demi melupakan beban
sejenak dan melanjutkan hidup. Jadi, kapan jalan-jalan?
x
11. Terima kasih kepada sahabat seperjuangan, Asetia Puti Andini, Evi
Andini Asbiyanti, Muhammad Malik Ibrahim, Tri Haryadi, Shavinia
Fitri, Fiqi Afrig Rizaldi, Dwi Rahma Kurnianto, dan Hilmi Baskoro
Eko yang telah memberikan dukungan, bantuan, serta pelajaran
berharga selama ini.
12. Terima kasih kepada Effa Safirah sebagai sahabat satu kost yang datang
dan pergi namun selalu memberikan bantuan, saran, dan pelajaran yang
tepat pada waktu yang diperlukan.
13. Terima kasih juga kepada teman-teman Ekonomi Pembangunan
angkatan 2014 yang telah banyak memberi bantuan dan kenangan
berharga.
14. Dan semua pihak yang ikut membantu yang tidak dapat disebutkan satu
persatu. Terima kasih untuk masukan, pembelajaran, dan kenangan
lainnya
Meskipun penulis telah berusaha dengan segenap hati dan kemampuan
yang dimiliki untuk menyempurnakan skripsi ini, namun penulis sadari masih
banyak kekurangan dalam penulisan skripsi ini. Oleh karena itu, penulis
mengharap segala bentuk saran dan masukan serta kritik yang membangun kepada
penulis dari berbagai pihak.
Akhirnya dengan segala keterbatasan yang dimiliki, maka penulis ingin
mempersembahkan skripsi ini kepada semua pihak agar bermanfaat baik untuk
penulis dan semua pihak yang berkesempatan untuk membaca skripsi ini.
Jakarta, November 2018
Gita Rahmatillah Apsari
11140840000071
xi
DAFTAR ISI
Lembar Pengesahan Skripsi........................................................................................ i
Lembar Pengesahan Komprehensif .......................................................................... ii
Lembar Pengesahan Ujian Skripsi ........................................................................... iii
Lembar Pernyataan Keaslian Karya Ilmiah ........................................................... iv
Daftar Riwayat Hidup ................................................................................................ v
Abstract ........................................................................................................................ vi
Abstrak ....................................................................................................................... vii
Kata Pengantar ........................................................................................................ viii
Daftar Isi ..................................................................................................................... xi
Daftar Grafik ............................................................................................................ xiv
Daftar Gambar .......................................................................................................... xv
Daftar Tabel .............................................................................................................. xvi
Daftar Lampiran ..................................................................................................... xvii
BAB I PENDAHULUAN ................................................................................ 1
A. Latar Belakang .......................................................................... 1
B. Perumusan Masalah .................................................................. 9
C. Tujuan Penelitian .................................................................... 10
D. Manfaat Penelitian .................................................................. 10
BAB II TINJAUAN PUSTAKA .................................................................... 11
A. Landasan Teori ........................................................................ 11
1. Harga ........................................................................... 11
2. Produksi ...................................................................... 12
xii
3. Teori Penawaran.......................................................... 13
4. Produk Domestik Regional Bruto ............................... 15
5. Perdagangan Internasional .......................................... 18
6. Hubungan Antara Harga Timah, Produksi Timah,
dan PDRB Sektor Pertambangan ................................ 19
B. Penelitian Terdahulu ............................................................... 20
C. Kerangka Pemikiran ................................................................ 28
D. Hipotesis Penelitian ................................................................. 30
BAB III METODOLOGI PENELITIAN ...................................................... 31
A. Ruang Lingkup Penelitian ....................................................... 31
B. Metode Penentuan Sampel ...................................................... 31
C. Metode Pengumpulan Data ..................................................... 31
D. Metode Analisis Data .............................................................. 31
1. Uji Stasioneritas .......................................................... 34
2. Uji Lag Length ............................................................ 35
3. Uji Kointegritas Data .................................................. 35
4. Uji Kausalitas Engel-Granger..................................... 36
5. Estimasi dan Analisis VECM ..................................... 37
a. Analisis Impulse Response Function .............. 37
b. Analisis Variance Decomposition ................... 37
E. Operasional Variabel Penelitian .............................................. 38
BAB IV HASIL DAN PEMBAHASAN ......................................................... 39
A. Gambaran Umum Objek Penelitian ........................................ 39
B. Hasil dan Pembahasan............................................................. 40
1. Uji Stasioneritas .......................................................... 40
2. Uji Lag Length ............................................................ 42
3. Uji Kointegrasi ............................................................ 43
4. Uji Kausalitas Engel-Granger..................................... 44
5. Estimasi dan Analisis VECM ..................................... 45
a. Hasil Uji Impulse Response Function ............. 50
b. Hasil Uji Variance Decomposition ................. 57
xiii
BAB V KESIMPULAN DAN SARAN ......................................................... 61
A. Kesimpulan ............................................................................. 61
B. Saran ........................................................................................ 63
DAFTAR PUSTAKA ................................................................................................ 65
LAMPIRAN ............................................................................................................... 71
xiv
DAFTAR GRAFIK
Nomor Keterangan Halaman
1.1 Harga Rata-rata Timah Tahun 2010-2014 (USD/Mton) ............. 4
1.2 Presentase Pemasaran Timah ...................................................... 5
4.1 Hasil IRF Respon Harga terhadap Harga, Produksi
dan PDRB ................................................................................... 51
4.2 Hasil IRF Respon Produksi terhadap Harga, Produksi
dan PDRB ................................................................................... 53
4.3 Hasil IRF Respon PDRB terhadap Harga, Produksi
dan PDRB ................................................................................... 55
xv
DAFTAR GAMBAR
Nomor Keterangan Halaman
2.1 Kurva Penawaran ........................................................................ 14
2.2 Kerangka Pemikiran Penelitian ................................................... 29
3.1 Diagram Alur Pembentukan Model VAR dan VECM ............... 33
xvi
DAFTAR TABEL
Nomor Keterangan Halaman
1.1 10 Negara Pemasok Timah Dunia................................................. 3
1.2 Harga Rata-rata Timah Tahun 2010-2014 (USD/Mton) ............... 4
1.3 Produksi Bijih Timah Provinsi Kepulauan Bangka
Belitung Tahun 2010-2014 (Ton Sn) ............................................ 6
1.4 Produksi Domestik Regional Bruto Provinsi Kepulauan
Bangka Belitung Atas Dasar Harga Berlaku Menurut
Lapangan Usaha (juta rupiah), tahun 2010-2017 .......................... 7
2.1 Ringkasan Penelitian Terdahulu ................................................. 25
3.1 Operasional Variabel Penelitian .................................................. 38
4.1 Luas Wilayah Kabupaten/Kota Provinsi Bangka Belitung ......... 40
4.2 Hasil Uji Stasioneritas Data Tingkat Level ................................. 41
4.3 Hasil Uji Stasioneritas Data Tingkat First Difference ................ 41
4.4 Hasil Uji Lag Length ................................................................... 42
4.5 Hasil Uji Kointegrasi................................................................... 43
4.6 Hasil Uji Kausalitas Engel Granger ............................................ 44
4.7 Hasil Estimasi VECM Hubungan Jangka Panjang antara
Harga Timah, Produksi Timah, dan PDRB Pertambangan ......... 46
4.8 Hasil Estimasi VECM Hubungan Jangka Pendek antara
Harga Timah, Produksi Timah, dan PDRB Pertambangan ......... 47
4.9 Hasil Uji Variance Decomposition dari Harga ........................... 57
4.10 Hasil Uji Variance Decomposition dari Produksi ....................... 58
4.11 Hasil Uji Variance Decomposition dari PDRB ........................... 59
xvii
DAFTAR LAMPIRAN
Keterangan Halaman
Lampiran I : Hasil Estimasi VECM ................................................................. 71
a. Uji Stasioneritas Level Harga timah
Produksi Timah dan PDRB Sek. Pertambangan ............... 71
b. Uji Stasioneritas First Difference Harga Timah,
Produksi Timah, dan PDRB Sek. Pertambangan .............. 74
c. Uji Lag Length .................................................................. 77
d. Uji Kointegrasi .................................................................. 78
e. Uji Kausalitas Engel-Granger........................................... 79
f. Signifikansi VECM ........................................................... 80
g. Uji Impulse Response Function ........................................ 81
h. Uji Variance Decomposition ............................................. 83
Lampiran II : Data Penelitian ........................................................................... 84
1
BAB I
PENDAHULUAN
A. Latar Belakang
Sumber daya adalah berkah yang dimiliki suatu negara. Berdasarkan
Undang Undang No. 23 Tahun 1997 tentang Pengelolaan Lingkungan Hidup pada
Bab I Pasal 1 dijelaskan bahwa Sumber daya merupakan unsur lingkungan hidup
yang terdiri atas sumber daya manusia, sumber daya alam, baik hayati maupun
non hayati, dan sumber daya buatan. Sumber daya tersebut dapat digunakan atau
dimanfaatkan secara maksimal tergantung pada bagaimana cara menggunakannya,
apakah digunakan secara besar-besaran tanpa memikirkan kondisi lingkungan dan
kondisi di masa depan, atau dipergunakan dengan baik dan memikirkan kondisi ke
depannya. Sumber daya alam sendiri dalam proses pemanfaatannya dibutuhkan
sumber daya manusia yang berkualitas dan teknologi yang handal.
Fauzi (2004) berpendapat bahwa sumber daya alam merupakan faktor
produksi alam yang dapat digunakan untuk menyediakan barang dan jasa dalam
kegiatan ekonomi. Lalu menurut Yakin (2004) sumber daya alam adalah
sumbangan bumi berupa benda hidup maupun benda mati yang dapat digunakan
oleh manusia sebagai sumber makanan, bahan mentah dan energi.
Yakin (2004) mengklasifikasikan sumber daya menjadi 3 yaitu, sumber
daya yang dapat diperbaharui, sumber daya yang dapat tidak dapat diperbaharui
dan sumber daya yang potensial untuk diperbaharui. Sumber daya alam yang
dapat diperbaharui (renewable perpectual resources)merupakan sumber daya
yang dapat diperbaharui atau dapat memperbaharui dirinya sendiri sehingga bisa
digunakan terus menerus serta merupakan sumberdaya yang tersedia sepanjang
waktu misalnya lahan pertanian, sinar matahari, angin dan gelombang.
Sumberdaya alam yang tidak bisa diperbaharui (non renewable
resources) merupakan sumberdaya yangjumlahnya terbatas atau dibatasi
penggunaannya karena tidak dapat diperbaharui atau memperbaharui dirinya
2
sendiri karena butuh jutaan tahun dalam proses pembentukannya dan bisa
digunakan sebagai bahan bakar energi seperti logam mulia, timah, besi, belerang,
gas alam, dan minyak bumi. Dan terakhir yaitu sumberdaya alam yang potensial
untuk diperbaharui (potentially renewable resources).
Indonesia merupakan salah satu negara yang memiliki kekayaan sumber
daya alam yang dapat digunakan dalam kegiatan perekonomian negara, baik yang
dapat diperbaharui maupun yang tidak dapat diperbaharui. Hal ini dapat dilihat
dari daerah-daerahnya yang memiliki kekayaan dalam berbagai sumber daya alam,
seperti Kalimantan, Sumatera, dan Papua. Namun, ada juga daerah yang hanya
memiliki 1 jenis sumber daya alam yang diunggulkan, seperti Provinsi Bangka
Belitung dengan timahnya.
Provinsi Bangka Belitung merupakan yang daerah terkenal dengan sumber
daya timah yang melimpah (Kusmanto pada Bangka,tribunnews.com, 2015).
Timah merupakan salah satu sumber daya yang tidak dapat diperbaharui dan
termasuk dalam sumber daya yang digunakan dalam sektor pertambangan.
Indonesia sendiri merupakan produsen kedua terbesar dunia setelah Cina
(Investasi.kontan.co.id, 2018 dan Timah.com). Daerah yang menjadi pemasok
terbesar timah di Indonesia adalah pulau Bangka Belitung, Singkep, Karimun, dan
Kundur dengan perusahaan bernama PT. Timah (Persero) Tbk. Namun, aktivitas
penambangan timah lebih banyak dilakukan di Pulau Bangka dan Belitung (PT
Timah Tbk, 2008). Kegiatan penambangan timah di pulau-pulau ini telah
berlangsung sejak zaman kolonial Belanda hingga sekarang. Dari sejumlah pulau
penghasil timah itu, Pulau Bangka Belitung merupakan pulau penghasil timah
terbesar di Indonesia (PT Timah Tbk, 2008).
Orang awam akan berpikir sebenarnya apa penggunaan dari Timah itu
sendiri. Penggunaan timah di dunia sudah cukup banyak digunakan, biji timah
cenderung digunakan untuk pembuatan senjata api, baju anti api, barang
elektronik bahkan komponen pesawat. Selain itu, timah bisa digunakan menjadi
lapisan untuk produk baja, produk makanan kaleng, produk aluminium foil,
3
penyambung logam dengan solder, dan komponen logam ringan. Oleh karena itu,
dengan banyaknya manfaat dari penggunaan timah, membuat timah menjadi salah
satu bahan galian tambang yang dibutuhkan oleh dunia.
Namun pada akhir tahun 2011, harga timah mengalami penurunan. Hal ini
terjadi karena adanya krisis ekonomi yang terjadi di daerah Eropa. Dengan
permasalahan tersebut, memberikan dampak terhadap daya beli masyarakat
terhadap barang-barang yang memiliki pangsa pasar di daerah Eropa, seperti
Timah. Sehingga dari krisis tersebut, timah ikut mengalami kepaitan yang
membuat harga timah mengalami penurunan (Viva.co.id, 2011).
Tabel 1.1.
10 Negara Pemasok Timah Dunia
Urutan Negara Nama Perusahaan
1 China Yunnan Tin
2 Indonesia PT Timah Tbk
3 Malaysia Malaysia Smelting Corp
4 China Yunnan Chengfeng
5 Peru Minsur
6 Bolivia EM Vinto
7 China Guangxi China Tin
8 Thailand Thaiserco
9 Belgium Metallo
10 China Gejiu Zi Li
Sumber : Annual Report PT Timah, Tbk, tahun 2017
Indonesia sebagai negara kedua pemasok timah terbesar di dunia, tentu
merasakan dampak dari menurunnya nilai timah dunia. PT. Timah (Persero) Tbk
sebagai perusahaan utama Indonesia yang bergerak di bidang timah, merasakan
kepaitan dari turunnya nilai timah dunia. Turunnya nilai timah di bursa timah
London atau London Metal Exchange (LME) membuat harga timah nasional ikut
mengalami penurunan, hal ini mengacu kepada data di Tabel 1.2 dan Grafik 1.1.
4
Tabel 1.2.
Harga Rata-rata Timah Tahun 2010-2014 (USD/Mton)
Tahun Harga Rata-rata
Timah Dunia Harga Rata-rata
Timah Lokal
2010 20,425 19,981
2011 26,021 26,714
2012 21,093 21,505
2013 22,287 22,751
2014 21,965 21,686 Sumber : PT. Timah, Tbk, tahun 2010-2014.
Grafik 1.1.
Harga Rata-rata Timah Tahun 2010-2014 (USD/Mton)
Sumber : PT. Timah, Tbk, tahun 2010-2014, data diolah.
Pada Tabel 1.2 menunjukkan bahwa tahun 2012, harga timah mengalami
penurunan yang cukup jauh dari USD 26,021/matriks ton (mton) menjadi USD
21,093/mton. Hal tersebut menunjukkan bahwa krisis yang terjadi di Eropa
memberikan dampak yang jelas terhadap nilai timah dunia. Merujuk kepada
Annual Report PT Timah Tbk Tahun 2011, menjelaskan bahwa pada paruh
0
5,000
10,000
15,000
20,000
25,000
30,000
2010 2011 2012 2013 2014
Harga Rata-rata Timah (USD/Mton)
Harga Rata-rata TimahDunia
Harga Rata-rata TimahLokal
5
pertama tahun 2011 harga timah dunia berhasil mencapai titik USD 32.625/mton
tetapi kemudian turun tajam hingga titik terendahnya menjadi USD 19,000/mton,
pada paruh kedua yang bertahan hingga akhir tahun 2011. Penurunan tersebut
dipengaruhi oleh maraknya spekulasi oleh pelaku bursa (trader) di tengah isu
krisis ekonomi Eropa.
Grafik 1.2.
Presentase Pemasaran Timah
Sumber : PT. Timah, Tbk (www.timah.com)
Fenomena penurunan harga tersebut juga disebabkan oleh banyaknya stok
timah PT Timah di gudang yang berada di luar negeri, yang terletak di Kota
Rotterdam, Belanda; Baltimore, Amerika Serikat; dan Singapura. Pada tahun 2015,
Jumlah stok PT Timah mencapai lebih dari 40% volume timah di gudang LME
yang mencapai 9.955 ton. Dan dari volume itu sekitar 8.400 ton tersimpan di
gudang Malaysia (Tempo, 2015).
Pemasaran dan distribusi timah yang dilakukan oleh PT Timah, Tbk
hampir 95% dilaksanakan untuk memenuhi pasar di luar negeri (ekspor) dan
sekitar 5% untuk memenuhi pasar domestik. Negara-negara yang menjadi tujuan
ekspor timah antara lain Asia yang meliputi Jepang, Korea, Taiwan, Cina, dan
Singapura. Untuk wilayah Eropa, meliputi Inggris, Belanda, Perancis, Spanyol,
dan Italia serta wilayah Amerika dan Kanada (Timah.com). Negara Belanda,
Perancis, Spanyol, dan Italia masuk ke dalam Euro Area. Dengan krisis yang
95%
5%
Pemasaran
Ekspor
Domestik
6
terjadi di wilayah tersebut, tentu akan memberi dampak pada kegiatan ekspor
timah Indonesia.
Tabel 1.3.
Produksi Bijih Timah Provinsi Kepulauan Bangka Belitung
Tahun 2010-2014 (MTon)
Tahun Total Produksi
Bijih Timah
2010 37,682.20
2011 37,316.60
2012 22,124.23
2013 15,403.86
2014 19,719.32 Sumber : BPS Provinsi Bangka Belitung dan PT. Timah, Tbk (data diolah)
Berdasarkan Tabel 1.3. dapat dilihat bahwa produksi timah pada tahun
2012 mengalami penurunan sebagai dampak dari turunnya harga timah pada tahun
2011. Produksi timah pada tahun 2011 sebesar 37,316.60 Mton, lalu dengan krisis
Eropa yang terjadi pada tahun tersebut, membuat jumlah produksi timah pada
tahun 2012 mengalami penurunan menjadi 22,124.23 Mton. ITRI menjelaskan
produksi timah dunia menurun dikarenakan rendahnya permintaan terhadap timah
dalam industri barang-barang elektronik sebagai dampak dari krisis ekonomi yang
terjadi di Eropa (Annual Report PT Timah, 2012).
7
Tabel. 1.4.
PDRB Provinsi Kepulauan Bangka Belitung Atas Dasar Harga Berlaku
Menurut Lapangan Usaha (juta rupiah) Tahun 2010-2014
Lapangan Usaha 2010 2011 2012 2013 2014
(1) (2) (3) (4) (5) (6)
A Pertanian, Kehutanan, dan Perikanan
6,097,691 7,070,641 8,111,873 9,269,574 10,836,589
B Pertambangan dan Penggalian 6,077,439 6,810,151 6,975,347 7,097,644 7,622,768
C Industri Pengolahan 9,174,668 10,321,935 11,043,826 12,088,178 12,877,313
D Pengadaan Listrik dan Gas 24,117 26,151 27,089 27,336 42,610
E
Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang
6,160 7,296 8,155 9,149 10,372
F Konstruksi 2,531,855 2,927,077 3,523,145 4,139,267 4,712,365
G
Perdagangan Besar dan Eceran; Reparasi Mobil dan Sepeda Motor
4,720,707 5,477,835 6,193,487 6,671,668 7,613,531
H Transportasi dan Pergudangan 1,161,976 1,349,922 1,577,156 1,864,593 2,125,569
I Penyediaan Akomodasi dan Makan Minum
742,772 852,232 992,568 1,152,121 1,321,437
J Informasi dan Komunikasi 578,288 634,381 708,586 770,240 849,135
K Jasa Keuangan dan Asuransi 499,641 615,803 728,770 902,449 998,520
L Real Estate 987,085 1,178,229 1,388,288 1,602,870 1,823,418
M,N Jasa Perusahaan 85,435 99,908 116,138 134,448 153,990
O
Administrasi Pemerintahan, Pertahanan dan Jaminan Sosial Wajib
1,597,081 1,993,797 2,243,456 2,618,023 3,025,640
P Jasa Pendidikan 706,120 823,969 997,994 1,172,218 1,362,821
Q Jasa Kesehatan dan Kegiatan Sosial
360,425 417,347 487,637 552,657 625,879
R,S,T,U
Jasa lainnya 210,443 242,367 276,713 315,929 371,658
Produk Domestik Regional Bruto 35,561,904 40,849,043 45,400,228 50,388,364 56,373,615
Produk Domestik Regional Bruto Nonmigas
35,188,011 40,429,877 44,959,750 49,916 876 55,873,812
Sumber : Badan Pusat Statistik Provinsi Kepulauan Bangka Belitung
Tabel 1.4 menunjukkan bahwa pada tahun 2010-2014 PDRB sektor
Pertambangan dan Penggalian menjadi sektor terbesar ketiga setelah Perkebunan,
Kehutanan, dan Perikanan serta Industri Pengolahan dalam kontribusi terhadap
PDRB Bangka Belitung, lalu pada tahun 2015-2016 turun menjadi sektor terbesar
keempat. Meskipun Bangka Belitung dikenal dengan melimpahnya sumber daya
8
timah, namun data tersebut menunjukkan bahwa sektor pertambangan tidak
menjadi kontributor terbesar dalam PDRB Bangka Belitung itu sendiri. Jika
dilihat pada tabel, menunjukkan bahwa kontribusi yang diberikan dari sisi
pertambangan tidak terlalu mengalami peningkatan ataupun penurunan yang
cukup jauh, lebih ke posisi stagnan yang jika dibandingkan dengan kontribusi dari
sisi lapangan usaha perkebunan, kehutanan dan perikanan serta usaha industri
pengolahan, kedua sisi lapangan usaha tersebut terus mengalami peningkatan
yang baik.
. Dalam jangka pendek kegiatan pertambangan timah memberikan
pendapatan bagi PT Timah dan PDRB Bangka Belitung yang termasuk ke dalam
sektor pertambangan. Dengan mempertimbangkan sumber daya timah yang
melimpah di Bangka Belitung, maka pertambangan timah merupakan salah satu
sektor yang penting dalam perekonomian Bangka Belitung (BPS, 2017)
Mideksa (2013) pada penelitiannya menyatakan bahwa sumber daya alam
merupakan hal yang penting bagi negara karena sumber daya alam merupakan
sumber daya ekonomi, yang berarti bahwa sumber daya alam sendiri berkontribusi
besar dalam perekonomian negara. Ada beberapa bukti yang mendukung
pernyataan tersebut seperti Weitzman (1999) menyimpulkan bahwa kehabisan
mineral yang tidak dapat diperbaharui, seperti minyak mentah, batubara, timah,
gas alam, bauksit tembaga, fosfat, besi, nikel, seng, emas dan perak akan
mengurangi GDP dunia sekitar 1% dengan asumsi bahwa harga historis benar
mencerminkan nilai kelangkaan. Lalu, dalam kajian lintas negara yang berfokus
pada determinan kuat pertumbuhan ekonomi, Sala-i-Martin (2014) menemukan
bahwa ternyata fraksi PDB di sektor pertambangan memiliki hubungan yang kuat
dengan pertumbuhan ekonomi, dan hasilnya konsisten dengan karya-karya
empiris yang terbaru oleh Brunn Schweiler dan Bulte (2008) serta Alexeev dan
Conrad (2009) yang juga menyatakan bahwa sumbangan besar minyak dan
sumber daya mineral lainnya berkorelasi positif dengan kesejahteraan ekonomi
jangka panjang rata-rata.
9
Berdasarkan data-data yang telah dipaparkan sebelumnya masalah
terjadinya penurunan harga timah dunia mempengaruhi produksi timah yang lalu
berdampak kepada PDRB sektor pertambangan Bangka Belitung yang dikenal
akan melimpahnya sumber daya timah. Belum lagi, sektor pertambangan itu
sendiri justru hanya berperan sebagai kontributor terbesar ketiga untuk PDRB.
Sedangkan jika didasari dengan logika yang sederhana, dengan sumber daya
timah yang melimpah seharusnya sektor pertambangan bisa menjadi kontributor
utama bagi PDRB Bangka Belitung.
Dengan permasalahan yang telah dipaparkan, penulis tertarik untuk
membuat penelitian tentang HUBUNGAN ANTARA HARGA TIMAH,
PRODUKSI TIMAH, DAN PDRB SEKTOR PERTAMBANGAN PROVINSI
BANGKA BELITUNG.
B. Perumusan Masalah
Berdasarkan latar belakang yang sudah dijabarkan, maka identifikasi
masalah yang dapat diambil adalah :
1. Apakah terdapat hubungan jangka panjang dan jangka pendek antara
variabel harga timah, jumlah produksi timah dan PDRB sektor
Pertambangan provinsi Bangka Belitung?
2. Apakah terdapat hubungan kausalitas antara variabel harga timah, jumlah
produksi timah, dan PDRB sektor Pertambangan Provinsi Bangka
Belitung?
3. Bagaimana kontribusi antara harga timah, jumlah produksi timah, dan
PDRB sektor Pertambangan provinsi Bangka Belitung?
10
C. Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Untuk melihat dan menganalisis hubungan jangka panjang dan jangka
pendek antara harga timah, jumlah produksi timah dan PDRB sektor
Pertambangan provinsi Bangka Belitung.
2. Untuk melihat dan menganalisis hubungan kausalitas antara harga timah,
produksi timah, dan PDRB sektor Pertambangan Bangka Belitung.
3. Untuk melihat dan menganalisis kontribusi antara harga timah, jumlah
produksi timah, dan PDRB sektor Pertambangan provinsi Bangka Belitung.
D. Manfaat Penelitian
Manfaat yang bisa diambil dari penelitian ini adalah :
1. Sebagai masukan bagi Pemerintah di Provinsi Bangka Belitung yang
menjadi lokasi penelitian terkait bagaimana mengambil keputusan dalam
permasalahan timah.
2. Bagi peneliti, mendapatkan pengembangan dan melatih diri dalam
penerapan ilmu pengetahuan yang telah diperoleh.
3. Bagi civitas akademik, dapat memberikan referensi dalam sumbangan
pemikiran dan bahan kajian penelitian, terutama pada bidang penelitian
yang sejenis.
4. Bagi masyarakat, dapat dijadikan sebagai referensi dan menambah
wawasan tentang situasi dan kondisi daerahnya terkait sumber daya timah.
11
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Harga
Harga menurut BPS merupakan jumlah uang yang menyatakan nilai tukar
suatu kesatuan benda tertentu. Menurut KBBI, Harga merupakan jumlah uang
atau alat tukar lain yang senilai, yang harus dibayarkan untuk produk atau jasa,
pada waktu tertentu dan di pasar tertentu. Sedangkan menurut Kamus Terbaru
Bahasa Indonesia Dilengkapi Ejaan Yang Benar(2008) harga merupakan nilai
suatu barang atau jasa yang diukur dengan jumlah uang yang dikeluarkan oleh
pembeli untuk mendapatkan sejumlah kombinasi dan barang atau jasa berikut
pelayanannya.
Dalam Marius (2002) terdapat dua pendapat mengenai harga. William J.
Stanton menjelaskan bahwa harga merupakan jumlah uang (kemungkinan
ditambah beberapa barang) yang dibutuhkan untuk memperoleh beberapa
kombinasi sebuah produk dan pelayanan yang menyertainya, dan menurut Jerome
Mc Cartgy, harga adalah apa yang dibebankan untuk sesuatu. Kotler dan
Armstrong (2001) juga memberikan pendapat dimana harga adalah sejumlah uang
yang dibebankan atas suatu produk atau jasa, atau jumlah dari nilai yang ditukar
konsumen atas manfaat manfaat karena memiliki atau menggunakan produk atau
jasa tersebut. Dari pengertian diatas dapat diartikan bahwa harga merupakan
sesuatu kesepakatan terkait transaksi jual beli barang dan/atau jasa dimana
kesepakatan tersebut disetujui oleh kedua belah pihak.
Suherman (2001 : 238) mengatakan bahwa tidak semua barang memiliki
harga karena yang memiliki harga hanya barang ekonomis (economic goods),
tetapi barang-barang bebas (free goods) tidak memiliki harga. Sedangkan
mengapa barang-barang memiliki harga karena dalam satu sisi barang tersebut
berguna atau memiliki manfaat, selain itu di sisi lain jumlah barang tersebut
12
sedikit. Karena itu harga dibentuk karena dua kategori yang dipenuhi yaitu
kekuatan kegunaan dan kelangkaan dari barang tersebut.
2. Produksi
Dalam KBBI, Produksi diartikan sebagai proses yang mengeluarkan hasil.
Sumiarti (1987) menjelaskan bahwa produksi adalah semua kegiatan dalam
menciptakan atau menambah kegunaan barang atau jasa, dimana untuk kegiatan
tersebut diperlukan faktor-faktor produksi. Joesron dan Fathorrozi (2003) pada
penelitian Rugian (2013) menyatakan bahwa produksi merupakan hasil akhir
dalam proses atau aktivitas ekonomi dengan memanfaatkan beberapa masukan
atau input, dengan pengertian ini dapat dipahami bahwa kegiatan produksi adalah
mengombinasikan berbagai input atau masukan untuk menghasilkan output.
Menurut Miller (2000:295) produksi adalah sebagai penggunaan atau
sumber daya yang mengubah suatu komoditi menjadi komoditi lainnya yang sama.
Sedangkan Sugianto, dkk, (2000:314) berpendapat bahwa produksi merupakan
sejumlah uang yang dikeluarkan untuk mendapat sejumlah input yaitu secara
akuntansi sama dengan jumlah uang keluar yang dicatat. Boediono (2005:166-
159) mengatakan produksi adalah suatu kegiatan yang dikerjakan untuk
menambah nilai guna suatu benda atau menciptakan benda baru sehingga lebih
bermanfaat dalam memenuhi kebutuhan.
Teori produksi adalah teori yang menjelaskan hubungan antara kuantitas
produk dan faktor-faktor produksi yang digunakan. Sadono Sukirno (2009:193)
menyatakan bahwa fungsi produksi adalah hubungan diantara faktor-faktor
produksi dan tingkat produksi yang diciptakannya. Lalu Rahardja (2006)
menyatakan bahwa ekonom membagi faktor produksi barang menjadi barang
modal (capital) dan tenaga kerja (labour).
Fungsi produksi merupakan hubungan amtematis dari penggunaan hal-hal
yang berhubungan dengan produksi dalam rangka menghasilkan output
maksimum,dan fungsi produksi dinyatakan dalam bentuk sebagai berikut :
13
Q=f(K, L)
dimana :
Q = Tingkat output
K = kapital
L = tenaga kerja
Denny Afrianto (2010) menjelaskan bahwa pada dasarnya faktor-faktor
produksi meliputi :
a. Faktor Produksi Alam
Sumber daya alam merupakan dasar yang diperlukan dalam kegiatan
produksi di sektor produksi primer seperti pertanian, kehewanan,
perikanan dan sektor pertambangan. Faktor produksi ini terdiri dari :
1. Tanah dan keadaan iklim
2. Kekayaan hutan
3. Kekayaan di bawah tanah
4. Kekayaan air, sebagai sumber tenaga, pengangkutan, sumber bahan
makanan, pengairan, dsb.
b. Tenaga Kerja
c. Modal
3. Teori Penawaran
Mankiw (2003) menjelaskan Penawaran adalah sejumlah barang yang
ditawarkan pada tingkat harga tertentu dan pada waktu tertentu. Penawaran
bersangkut paut dengan penyediaan dan penjualan (Arsyad, 2014). Jadi
penawaran merupakan jumlah barang dan jasa yang tersedia untuk dijual pada
berbagai tingkat harga dan situasi.
Keinginan penjual dalam menawarkan barangnya pada berbagai tingkat
harga ditentukan oleh beberapa faktor yaitu(Sadono, 2005) :
14
a. Harga
b. Harga barang lain
c. Biaya faktor produksi
d. Teknologi
e. Tujuan perusahaan
f. Ekspektasi (ramalan)
Hukum penawaran mengatakan bahwa semakin tinggi harga suatu barang
maka jumlah barang yang ditawarkan akan semakin banyak. Sebaliknya, semakin
rendah harga suatu barang maka jumlah barang yang ditawarkan juga semakin
sedikit (Arsyad, 2014). Lalu Oka A. Yoeti (2008) menjelaskan hal tersebut terjadi
karena dengan semakin rendah harga barang membuat produsen enggan
memproduksi lebih banyak karena sedikitnya pembeli. Secara sederhana dapat
dikatakan bila harga (P) maka penawaran naik (Qs) , dan bila P turun maka Qs
juga turun, dengan menganggap seluruh faktor penentu lainnya konstan atau tidak
terjadi perubahan (ceterus paribus).
Jika harga dari suatu barang naik, sedangkan harga-harga lainnya tetap
sama maka para produsen cenderung untuk menghasilkan barang dan jasa dalam
jumlah (quantity) jauh lebih besar dari sebelumnya. Jika satu dari faktor-faktor
tersebut berubah, maka kurva penawaran akan bergeser (Mankiw, 2000).
Gambar 2.1
Kurva Penawaran
Sumber : Mankiw, 2000
15
Kurva penawaran pada gambar 2.1 menjelaskan tentang kondisi hukum
penawaran yaitu semakin tinggi harga yang ditawarkan maka akan semakin
banyak kuantitas yang ditawarkan, dan hal ini ditunjukkan dengan kurva yang
bergerak ke kanan atas.
Teori Penawaran atau Supply dapat digunakan sebagai teori yang
mendukung fenomena yang terjadi di Bangka Belitung terkait produksi timah
yang menurun setelah terjadinya penurunan harga timah. Hal ini berarti bahwa PT
Timah menurunkan produksi timah dengan alasan rendahnya pembeli timah
dikarenakan penurunan harga timah.
4. Produk Domestik Regional Bruto
Produk Domestik Regional Bruto (PDRB) merupakan jumlah keseluruhan
nilai bersih barang dan jasa yang dihasilkan dari semua kegiatan perekonomian
disuatu daerah atau provinsi dalam periode waktu tertentu. Produk domestik
regional bruto menunjukkan kemampuan sebuah negara untuk menciptakan
distribusi pendapatan yang merata di setiap bidang kehidupan. (Sukirno,
2010).Menurut Badan Pusat Statistik (BPS), perhitungan PDRB dapat dilakukan
dengan tiga pendekatan, yaitu pendekatan pendapatan, pendekatan pengeluaran,
dan pendekatan produksi.
Perhitungan PDRB dengan pendekatan pendapatan dapat dilakukan
dengan cara menjumlahkan semua balas jasa yang diterima oleh faktor produksi,
yaitu gaji, upah, dan surplus dari usaha, penyusutan, dan pajak tidak langsung
neto. Dalam sektor pemerintahan dan usaha yang sifatnya bukan untuk mencari
untung, surplus usaha tidak akan diperhitungkan.
Perhitungan PDRB dengan pendekatan pengeluaran dapat dilakukan
dengan cara menjumlahkan seluruh pengeluaran para pelaku ekonomi atas barang
dan jasa yang diproduksi dalam perekonomian satu daerah. Perhitungan PDRB
menurut pengeluaran dibagi menjadi 6 kelompok yaitu :
16
a. Pengeluaran konsumsi rumah tangga
b. Pengeluaran konsumsi lembaga swadaya yang tidak mencari keuntungan
c. Pengeluaran konsumsi pemerintah
d. Pembentukan modal tetap bruto/ Investasi
e. Perubahan stok
f. Net Ekspor (Ekspor dikurangi Impor)
Dan perhitungan output pada perekonomian dengan pendekatan
pengeluaran dijelaskan oleh persamaan berikut :
Y = C + I + G + NX (X-M)
dimana :
Y = Produk Domestik Regional Bruto (PDRB)
C = Konsumsi
I = Investasi
G = Pengeluaran Pemerintahan
NX = Net Ekspor (Ekspor dikurangi Impor)
Perhitungan PDRB dengan pendekatan produksi dilakukan dengan
menjumlahkan nilai seluruh produk yang dihasilkan atau diproduksi oleh sektor-
sektor suatu negara selama satu periode tertentu. Menurut Tarigan (2009)
perhitungan dari PDRB dengan pendekatan produksi dapat dilakukan dengan cara
menjumlahkan nilai tambah barang dan jasa yang diproduksi oleh sektor-sektor
dalam perekonomian dengan cara mengurangkan biaya antara dari nilai total
produksi bruto sektor antara atau sub-sektor tersebut, dimana nilai tambah
merupakan selisih antara nilai produksi (output) dengan biaya antara (intermediate
cost).
Perekonomian dengan PDRB/PDB tahun dasar 2000 terbagi menjadi 9
sektor atau lapangan usaha, yaitu :
17
a. Pertanian.
b. Pertambangan dan Penggalian.
c. Industri.
d. Listrik, Gas, dan Air Minum.
e. Bangunan.
f. Perdagangan, Hotel, dan Restoran.
g. Pengangkutan dan Komunikasi.
h. Keuangan, Asuransi, Usaha Persewaan Bangunan dan Tanah serta Jasa
Perumahan.
i. Jasa Kemasyarakatan, Sosial, dan Perorangan.
Lalu, pada tahun 2010, BPS mengeluarkan PDB tahun dasar 2010, yang
membagi lapangan usahanya menjadi 17 sektor, yaitu :
a. Pertanian, Kehutanan, dan Perikanan.
b. Pertambangan dan Pengolahan.
c. Industri Pengolahan.
d. Pengadaan Listrik dan Gas.
e. Pengadaan Air.
f. Konstruksi.
g. Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda
Motor.
h. Transportasi dan Pergudangan.
i. Penyediaan Akomodasi dan Makan Minum.
j. Informasi dan Komunikasi.
k. Jasa Keuangan.
l. Real Estate.
m. Jasa Perusahaan.
n. Administrasi Pemerintahan, Pertahanan, dan Jaminan Sosial Wajib.
o. Jasa Pendidikan.
p. Jasa Kesehatan dan Kegiatan Sosial.
q. Jasa Lainnya.
18
Perhitungan PDRB dengan pendekatan produksi didasarkan pada fungsi
produksi Cobb-Douglas. Fungsi produsi Cobb-Douglas menyatakan bahwa
pendapatan nasional yang dibagi diantara modal dan tenaga kerja adalah tetap
konstan selama periode yang panjang. Fungsi Cobb-Douglas memiliki skala hasil
konstan, yaitu jika modal dan tenaga kerja meningkat dalam proporsi yang sama,
maka output meningkat menurut proporsi yang sama pula (Mankiw, 2006).
Jika PDRB suatu wilayah menunjukkan nilai yang semakin besar maka
berarti jumlah barang dan jasa yang diproduksi semakin banyak sehingga
kesejahteraan masyarakat akan semakin meningkat dan dapat meningkatkan
kualitas sumber daya manusianya.
5. Perdagangan Internasional
Perdagangan internasional merupakan perdagangan yang dilakukan oleh
penduduk sebuah negara dengan penduduk negara lain atas dasar kesepakatan
bersama. Penduduk yang dimaksud bisa berupa individu (individu antar individu),
individu dengan kelompok, kelompok dengan kelompok, maupun individu dengan
pemerintah suatu negara atau pemerintah negara dengan pemerintah negara lain.
Perdagangan yang dilakukan bukan hanya semata-mata demi bidang ekonomi saja,
tapi bisa juga bermanfaat bagi bidang lain seperti sosial, politik maupun
keamanan. Dengan pentingnya kegiatan perdagangan internasional ini, maka
muncullah teori-teori perdagangan internasional yang dapat dijadikan sebagai
panduan sebelum menentukan kebijakan di bidang perdagangan internasional.
Teori perdagangan menurut Hecksher-Ohlin menjelaskan bahwa
perdagangan internasional ditentukan oleh adanya perbedaan relatif dalam
kekayaan alam sehingga akan menunjukkan bahwa adanya perbedaan harga faktor
produksi antar negara, yang dimana jika suatu negara akan membuat dan
mengekspor barang yang menggunakan faktor produksi yang relatif lebih
berlimpah dibandingkan negara lain makan membuat biaya produksi menjadi
relatif lebih rendah dibandingkan dengan negara lain.
19
Basri (2010) berpendapat model H-O mengabaikan perbedaan teknologi
dengan menekankan bahwa keuntungan komparatif ditentukan oleh perbedaan
relatif kekayaan faktor produksi dan penggunaan faktor tersebut secara relatif
intensif dalam kegiatan produksi barang ekspor. Hady (2001) mengatakan dalam
teori H-O perbedaan opportunity cost suatu produk antara satu negara dengan
negara yang lain dapat terjadi dikarenakan perbedaan jumlah atau proporsi faktor
produksi yang dimiliki dari masing-masing negara, dan perbedaan itulah yang
dapat menimbulkan terjadinya perdagangan internasional. Negara yang memiliki
faktor produksi yang relatif banyak akan melakukan spesialisasi produksi dan
mengekspor barangnya.
Bangka Belitung bisa dikatakan sebagai daerah yang dapat didukung oleh
teori Hecksher-Ohlin. Hal ini terjadi karena Bangka Belitung melakukan
perdagangan internasional dengan sumber daya timah yang melimpah yang
dimiliki oleh pulau Bangka sendiri.
6. Hubungan Antara Harga Timah, Produksi Timah, dan PDRB Sektor
Pertambangan
Secara sederhana harga timah, produksi timah dan PDRB sektor
pertambangan tentu memiliki hubungan karena timah sendiri merupakan salah
satu sumber daya yang menjadi pendapatan bagi daerah Bangka Belitung. Harga
timah dan produksi timah sendiri menjadi salah satu faktor penting dalam
pendapatan timah, hal ini didukung oleh teori penawaran. Teori penawaran
menjelaskan bahwa jika harga suatu barang mengalami peningkatan, maka barang
yang ditawarkan atau diproduksi juga akan semakin banyak, dan sebaliknya,
semakin rendah harga suatu barang maka jumlah barang yang ditawarkan atau
diproduksi juga semakin sedikit. Oka (2008) menjelaskan hal tersebut terjadi
karena dengan rendahnya harga barang membuat produsen enggan memperoduksi
lebih banyak karena sedikitnya pembeli. Hal ini juga berarti bahwa dengan rendah
atau tingginya harga timah bisa membuat produsen mengambil keputusan apakah
akan memproduksi timah lebih banyak atau lebih sedikit. Lalu, jika harga timah
20
tinggi, maka produsen bisa memutuskan untuk memproduksi timah lebih banyak,
sehingga bisa membuat pendapatan timah juga ikut meningkat.
Selanjutnya, semakin tinggi harga timah berarti pendapatan yang
didapatkan dari penjualan timah juga ikut meningkat. Dengan pendapatan dari
penjualan timah yang meningkat, tentu berpengaruh pada PDRB sektor
pertambangan. Hal ini juga sesuai dengan teori PDRB dengan pendekatan
produksi. Jika harga meningkat maka barang yang di produksi juga meningkat.
Dengan begitu pendapatan yang akan didapatkan juga akan meningkat.
Lalu dari sisi PDRB sektor pertambangan juga bisa dijadikan acuan oleh
produsen. Hal ini dikarenakan produsen akan melihat hasil pendapatan yang
diperoleh pada periode sebelumnya sebagai acuan untuk menetapkan jumlah
produksi. Jika pada periode sebelumnya produsen mendapatkan profit yang tinggi
maka produsen akan meningkatkan jumlah produksi pada periode berikutnya. Dan
sebaliknya, jika profit yang didapatkan rendah maka produsen akan mengurangi
jumlah produksi pada periode berikutnya. Namun, produsen juga harus
menyesuaikan dengan kuantitas yang ada di pasar, yang nantinya akan berdampak
ke harga timah. Jika produsen memproduksi timah secara besar-besaran, hal ini
juga bisa mempengaruhi harga timah yang ada. Semakin banyak produksi timah
juga bisa membuat harga timah mengalami penurunan.
B. Penelitian Terdahulu
Pada Penelitian Sulaksono (2014) yang berjudul Pengaruh Produksi
Batubara Terhadap Pertumbuhan Ekonomi dan Kesejahteraan Masyarakat pada
Era Otonomi Daerah di Indonesia menggunakan alat analisis regresi linier
berganda, dimana produksi batubara sebagai variabel independen (X) dan terdapat
dua dependen, yaitu PDRB (Y1) dan Kesejahteraan masyarakat (Y2). Dengan
data sekunder dari tahun 2000-2013 yang didapatan melalui internet dan KSDM.
Berdasarkan tabel dari hasil regresi berganda, menunjukkan produksi batubara (X)
terhadap kesejahteraan masyarakat mempunyai nilai signifikan 0,000 < 0,05 maka
produksi batubara berpengaruh positif terhadap kesejahteraan masyarakat di
21
Indonesia. produksi batubara (X) terhadap PDRB sektor pertambangan (Y2)
mempunyai nilai signifikan 0,000 < 0,05 maka produksi batubara berpengaruh
positif terhadap PDRB sektor pertambangan di Indonesia. Pengaruh produksi
batubara (X) terhadap kesejahteraan masyarakat (Y1) adalah sebesar koefisien
determinasi (R2) yaitu sebesar 0,715 atau 71,5%, sedangkan sisanya yaitu sebesar
28,5% dipengaruhi oleh variabel-variabel lain di luar model. Pengaruh produksi
batubara (X) terhadap PDRB sektor pertambangan (Y2) adalah sebesar koefisien
determinasi (R2) yaitu sebesar 0,914 atau 91,4,%, sedangkan sisanya yaitu sebesar
8,6% dipengaruhi oleh variabel-variabel lain di luar model.
Penelitian kedua dilakukan oleh Hassan dan Abdullah (2015) dengan judul
Effect of Oil Revenue and the Sudan Economy: Econometric Model for Services
Sector GDP. Penelitian ini dilakukan untuk menginvestigasi dampak dari
pendapatan minyak dan GDP sektor layanan dari Sudan dengan periode 2000 -
2012. Penelitian ini dilakukan dengan menggunakan data sekunder yang
didapatkan dari Ministry of Finance (MOF) dan The Central Bank of Sudan
(CBOS) dan dianalisis dengan metode regresi linear (SLRM) dan Ordinary Least
Square (OLS). Hasil penelitian dari pengujian yang telah dilakukan dapat
diketahui bahwa terdapat hubungan kausal antara pendapatan minyak (variabel
independent) dan GDP sektor layanan (variabel dependen). Hasil menunjukan
estimated R square sebesar 0.78 dan regresi koefisien sebesar 0.000246.
Tingginya nilai R square mendukung prinsip kuat adanya hubungan kausal antara
kedua variabel tersebut. Hasil analisis regresi tersebut menunjukkan bahwa
pendapatan minyak mempengaruhi GDP sektor layanan secara positif, yang
dimana pendapatan minyak diperkirakan berkontribusi sebesar 78.8% dari variasi
dalam GDP antara 2000 dan 2012. Selain itu, perubahan satu unit dalam
pendapatan minyak akan menyebabkan perubahan .0246% dalam GDP sektor
layanan.
Penelitian ketiga dilakukan oleh Gokmenoglu, Azin, dan Taspinar (2015),
dengan judul The Relationship between Industrial Production, GDP, Inflation and
Oil Price: The Case of Turkey. Pengujian dilakukan untuk menguji hubungan
22
antara harga minyak, inflasi, GDP, dan produksi industri dari periode 1961 ke
2012 dalam kasus Turki. Data yang digunakan diambil dari World Bank
Development Indicators and the OPEC. Untuk menguji hubungan antara variabel
dilakukan dengan 3 (tiga) tes berbeda, Unit Root, co-integration dan tes kausalitas.
Hasil dari test Phillips-Perron (PP) sebagai tes unit root menunjukkan bahwa
semua variabel yang diuji diintegrasikan dalam order satu; I(1). Hasil tes Johansen
co-integration menegaskan adanya hubungan jangka panjang antara variabel
tersebut dan tes Granger causality mengkonfirmasi bahwa perubahan harga
minyak mempengaruhi produksi industri Turki, yang adalah sebuah negara
importir minyak.
Penelitian keempat dilakukan oleh Sirdon, Evi Susanti Tasri, Drs. Firdaus
SY,MP (2016) dengan judul Pengaruh Tenaga Kerja, Jumlah Produksi dan Luas
Lahan terhadap PDRB sektor Pertanian di Kabupaten Sumatera Barat. Penelitian
ini dilakukan untuk menganilisis pengaruh dari tenaga kerja, jumlah produksi, dan
luas lahan dari produk domestik bruto regional sektor pertanian di kabupaten
Sumatera Barat. Data yang digunakan berupa data sekunder dan data panel dari
periode 2006-2012 dengan metode analisis yang digunakan adalah ordinary least
square (OLS) dan variabel yang digunakan adalah tenaga kerja, jumlah produksi,
luas lahan dan PDRB sektor pertanian di Kabupaten Sumatera Barat. Hasil
menunjukkan bahwa pada perhitungan uji-t, tenaga kerja dan luas lahan
berpengaruh signifikan terhadap PDRB sektor Pertanian, namun jumlah produksi
tidak berpengaruh signifikan terhadap PDRB Sektor Pertanian di Kabupaten
Sumatera Barat.
Penelitian kelima dilakukan oleh Achmad Irfanurrochim (2016) dengan
judul Analisis Pengaruh Jumlah Tenaga Kerja, Jumlah Investasi, dan Jumlah
Hasil Produksi Industri Pengolahan terhadap Pertumbuhan Ekonomi di Kota
Bontang Tahun 2004-2014. Penelitian ini dilakukan untuk menganalisis pengaruh
dari jumlah tenaga kerja, jumlah investasi dan jumlah hasil produksi industri
pengolahan terhadap pertumbuhan ekonomi di Kota Bontang pada tahun 2004-
2014. Metode analisis yang digunakan adalah regresi data panel dengan model
23
fixed effect yang diambil melalui uji Chow test dan uji Hausman test, dengan
menggunakan program Eviews 9. Hasil penelitian menunjukkan bahwa variabel
jumlah tenaga kerja dan jumlah hasil produksi industri pengolahan tidak
berpengaruh signifikan terhadap pertumbuhan ekonomi di Kota Bontang,
sedangkan variabel jumlah investasi berpengaruh positif dan signifikan terhadap
pertumbuhan ekonomi di Kota Bontang. Secara simultan, variabel jumlah tenaga
kerja, jumlah investasi, dan jumlah hasil produksi industri pengolahan
berpengaruh signifikan terhadap pertumbuhan ekonomi di Kota Bontang selama
tahun 2004-2014.
Penelitian keenam dilakukan oleh Rodriguez dan Sánchez (2004) dengan
judul Oil Price Shocks and Real GDP Growth; Empirical Evidence for some
OECD Countries, Working Paper Series, European Central Bank. Paper ini
dilakukan untuk menilai secara empiris dampak dari shock harga minyak pada
Real GDP. Dengan data yang digunakan dari tahun 1972 triwulan ke-3 - 2001
triwulan ke-4. Analisis VAR multivariat dilakukan dengan menggunakan model
linear maupun non-linear. Hasil analisis menunjukkan bahwa terdapat bukti-bukti
dampak yang non-linear dari harga minyak terhadap GDP. Secara khusus,
kenaikan harga minyak ditemukan memiliki dampak yang sangat besar pada
pertumbuhan GDP lebih besar daripada penurunan harga minyak, dan akhirnya
secara statistik hal ini tidak signifikan dalam berbagai kasus. Diantara negara-
negara pengimpor minyak, kenaikan harga minyak yang ditemukan memiliki
dampak negatif pada kegiatan ekonomi di semua kasus kecuali Jepang. Selain itu,
efek guncangan guncangan (shock) minyak pada pertumbuhan GDP berbeda
antara kedua negara pengekspor minyak dalam sampel yang digunakan, dengan
harga minyak meningkat dapat mempengaruhi Inggris secara negatif dan
Norwegia secara positif.
Penelitian ketujuh dilakukan oleh Martin L. Weitzman (2004) dengan
judul Pricing the Limits to Growth from Minerals Depletion. Penelitian ini
mengevaluasi hilangnya kesejahteraan global dari pengurusan sumber daya tidak
terbarukan seperti minyak. Metodologi yang mendasari mewakili sebuah
24
penerapan empiris beberapa perkembangan terkini dalam teori akuntansi hijau dan
keberlajutan. Penelitian ini memperkirakan bahwa dunia dapat mengalami
kehilangan setara dengan sekitar 1 persen dari konsumsi akhir per tahun dari
kelimpahan sumber daya bumi, dibangkan dengan lintasan kontra faktual di mana
ekstraksi mineral global diziinkan untuk tetap selamanya konstan pada laju aliran
dan biaya ekstraksi hari ini.
Penelitian kedelapan dilakukan oleh Xavier Sala-I-Martin, Gernot
Doppelhofer, dan Ronald I. Miller (2004) dengan judul Determinants of Long-
Term Growth: A Bayesian Averaging of Classical Estimates (BACE) Approach.
Penelitian ini dilakukan untuk menguji ketahanan variabel penjelas di regresi
pertumbuhan ekonomi lintas negara. Penelitian ini memperkenalkan dan
menggunakan pendekatan baru, BayesianAveraging of the Classical Estimates
(BACE), yang mengkontruksi estimasi dengan cara merata-ratakan koefisien OLS
di seluruh model. Bobot yang diberikan untuk regresi individumemiliki justifikasi
Bayesian yang mirip dengan kriteria pemilihan model Schwarz. Dari67 variabel
penjelas, para peneliti menemukan 18 variabel yang secara signifikan dan kuat
secara parsialberkorelasi dengan pertumbuhan jangka panjang dan tiga variabel
lainnya menjadi sedikitterkait. Bukti terkuat adalah untuk harga relatif investasi,
primerpendaftaran sekolah, dan tingkat awal PDB riil per kapita.
Penelitian kesembilan dilakukan oleh Christa N. Brunnschweiler dan
Erwin H. Bulte (2008) dengan judul The Resource Curse Revisited and Revised: A
Tale of Paradoxes and Red Herrings. Penelitian ini dilakukan dan dievaluasi
secara kritis dasar empiris untuk apa yang disebut kutukan sumber daya dan
menemukan bahwa, terlepas dari popularitas topik diilmu ekonomi dan penelitian
ilmu politik, paradoks yang tampak ini mungkin adalah kesesatan logika. Ukuran
yang paling umum digunakan ‘‘Kelimpahan sumber daya’dapat lebih berguna
diartikan sebagai proxy untuk ‘‘ketergantungan sumber daya’’- endogen ke faktor
struktural yang mendasarinya. Dalam beberapa estimasi yang menggabungkan
kelimpahan sumber daya dan ketergantungan, kelembagaan, danvariabel
konstitusional, kami menemukan bahwa (i) kelimpahan sumber daya, konstitusi,
25
dan lembaga menentukan sumber dayaketergantungan, (ii) ketergantungan sumber
daya tidak mempengaruhi pertumbuhan, dan (iii) kelimpahan sumber daya secara
positif mempengaruhi pertumbuhan dankualitas kelembagaan.
Penelitian terakhir dilakukan oleh Michael Alexeev dan Robert Conrad
(2009) dengan judul The Elusive Curse of Oil. Penelitian ini dilakukan bertujuan
untuk menunjukkan hal yang bertentangan dengan klaim yang dibuat dalam
beberapa makalah baru-baru ini, efek dari sumbangan besar minyak dan sumber
daya mineral lainnyapada pertumbuhan ekonomi jangka panjang negara telah
seimbang positif. Apalagi, klaim dari efek negatif minyak dan mineral kekayaan
di lembaga-lembaga negara dipertanyakan.
Tabel. 2.1
Ringkasan Penelitian Terdahulu
No Nama
Peneliti Judul Variabel Metode Hasil Penelitian
1 Agus
Sulaksono
(2014)
Pengaruh Produksi
Batubara Terhadap
Pertumbuhan
Ekonomi dan
Kesejahteraan
Masyarakat pada
Era Otonomi Daerah
di Indonesia
Produksi
batubara (X),
PDRB (Y1) dan
Kesejahteraan
masyarakat
(Y2).
Analisis Regresi
Linier Berganda
Hasil penelitian
menunjukkan produksi
batubara berpengaruh
positif terhadap
kesejahteraan
masyarakat dan PDRB
sektor pertambangan di
Indonesia
2 Khalid
Hassan
dan Azrai
Abdullah
(2015)
Effect of Oil
Revenue and the
Sudan Economy:
Econometric Model
for Services Sector
GDP
Oil Revenue
(X) dan Service
GDP (Y)
Metode regresi
linear (SLRM)
dan Ordinary
Least Square
(OLS).
Hasil analisis regresi
menunjukkan bahwa
terdapatan hubungan
kausal antara kedua
variabel dan pendapatan
minyak mempengaruhi
GDP sektor layanan
secara positif
3 Korhan
Gokmenog
lu, Vahid
Azin,
Nigar
Taspinar
(2015)
The Relationship
between Industrial
Production, GDP,
Inflation, and Oil
Price: The Case of
Turkey
The oil price,
inflation, GDP
and industrial
production
Metode 3 test
berbeda, unit Root
Phillips-Perron
(PP), Johansen
co-integration,
dan Granger
Causality
Hasil dari test
menunjukkan bahwa
semua variabel yang
diuji diintegrasikan
dalam order satu; I(1),
adanya hubungan jangka
panjang antara variabel
tersebut dan perubahan
harga minyak
26
No Nama
Peneliti Judul Variabel Metode Hasil Penelitian
mempengaruhi produksi
industri Turki.
4 Sirdon,
Evi
Susanti
Tasri, Drs.
Firdaus
SY,MP
(2016)
Pengaruh Tenaga
Kerja, Jumlah
Produksi dan Luas
Lahan terhadap
PDRB sektor
Pertanian di
Kabupaten Sumatera
Barat
Tenaga Kerja,
Jumlah
Produksi, Luas
Lahan dan
PDRB sektor
Pertanian
Metode Ordinary
Least Square
(OLS).
Hasil menunjukkan
bahwa pada perhitungan
uji-t, tenaga kerja dan
luas lahan berpengaruh
signifikan terhadap
PDRB sektor Pertanian,
namun jumlah produksi
tidak berpengaruh
signifikan terhadap
PDRB Sektor Pertanian
di Kabupaten Sumatera
Barat.
5 Achmad
Irfanurroc
him (2016)
Analisis Pengaruh
Jumlah Tenaga
Kerja, Jumlah
Investasi, dan
Jumlah Hasil
Produksi Industri
Pengolahan terhadap
Pertumbuhan
Ekonomi di Kota
Bontang Tahun
2004-2014.
Jumlah Tenaga
Kerja, Jumlah
Investasi,
Jumlah Hasil
Produksi
Industri
Pengolahan dan
PDRB Kota
Bontang
Regresi data panel
dengan model
fixed effect yang
diambil melalui
uji Chow test dan
uji Hausman test
Hasil penelitian
menunjukkan bahwa
variabel jumlah tenaga
kerja dan jumlah hasil
produksi industri
pengolahan tidak
berpengaruh signifikan
terhadap pertumbuhan
ekonomi di Kota
Bontang, sedangkan
variabel jumlah investasi
berpengaruh positif dan
signifikan terhadap
pertumbuhan ekonomi di
Kota Bontang. Secara
simultan,jumlah tenaga
kerja, jumlah investasi,
dan jumlah hasil
produksi industri
pengolahan berpengaruh
signifikan terhadap
pertumbuhan ekonomi di
Kota Bontang selama
tahun 2004-2014. 6 Dan
Rebeca
Jiménez-
Rodríguez
Marcelo
Sánchez
(2004)
Oil Price Shocks
and Real GDP
Growth; Empirical
Evidence for some
OECD Countries
Oil Price shocks
dan Real GDP
Metode analisis
VAR multivariat
Hasil analisis
menunjukkan bahwa
terdapat bukti-bukti
dampak yang non-linear
dari harga minyak
terhadap GDP. Secara
khusus, kenaikan harga
minyak ditemukan
memiliki dampak yang
sangat besar pada
27
No Nama
Peneliti Judul Variabel Metode Hasil Penelitian
pertumbuhan GDP lebih
besar daripada
penurunan harga
minyak, dan akhirnya
secara statistik hal ini
tidak signifikan dalam
berbagai kasus.
7 Martin L.
Weitzman
(2004)
Pricing the Limits to
Growth from
Minerals Depletion.
Harga,
kuantitas, dan
jenis-jenis biaya
dari 14 jenis
sumber daya
mineral dan
total konsumsi
serta GDP dan
NDP dunia
Metode analisis
deskriptif dan
persamaan
adaptasi dari
model agregat
ekonomidan
penerapan empiris
beberapa
perkembangan
terkini dalam teori
akuntansi hijau
dan keberlajutan
Berdasarkan metodologi
yang digunakan, peneliti
memperkirakan bahwa
dunia dapat mengalami
kehilangan setara
dengan sekitar 1 persen
dari konsumsi akhir per
tahun dari kelimpahan
sumber daya bumi,
dibangkan dengan
lintasan kontra faktual di
mana ekstraksi mineral
global diziinkan untuk
tetap selamanya konstan
pada laju aliran dan
biaya ekstraksi hari ini. 8 Xavier
Sala-I-
Martin,
Gernot
Doppelhof
er, dan
Ronald I.
Miller
(2004)
Determinants of
Long-Term Growth:
A Bayesian
Averaging of
Classical Estimates
(BACE) Approach
67 variabel
dengan 88
negara
Metode Bayesian
Averaging of
Classical
Estimates
(BACE)
Hasil menunjukkan
beberapa variabel
ekonomi yang memiliki
korelasi parsial yang
kuat dengan
pertumbuhan jangka
panjang, bukti terkuat
didapati dari variabel
harga relatif barang
investasi, tingkat
pendapatan. Variabel
lain seperti dummy
regional, pengukuran
modal manusia dan
kesehatan, dummy
agama, dan beberapa
variabel sektoral seperti
pertambangan.
9 Christa N.
Brunnsch
weiler dan
Erwin H.
Bulte
(2008)
The Resource Curse
Revisited and
Revised: A Taleof
Paradoxes and Red
Herrings
10 variabel Metode 3
persamaan
analisis regresi
Dalam beberapa estimasi
yang menggabungkan
kelimpahan sumber daya
dan ketergantungan,
kelembagaan, dan
variabel konstitusional,
kami menemukan bahwa
(i) kelimpahan sumber
daya, konstitusi, dan
lembaga menentukan
sumber daya
28
No Nama
Peneliti Judul Variabel Metode Hasil Penelitian
ketergantungan,
ketergantungan sumber
daya tidak
mempengaruhi
pertumbuhan, dan
kelimpahan sumber daya
secara positif
mempengaruhi
pertumbuhan dan
kualitas kelembagaan.
10 Michael
Alexeev
dan Robert
Conrad
(2009)
The Elusive Curse of
Oil
18 variabel Metode analisis
regresi
Berdasarkan hasil
peneliti mengambil
kesimpulan bahwa
kesejahteraan mineral
mungkin memiliki
konsekuensi negatif
untuk sebuah negara,
kutukan umum dari
sumber daya alam yang
dipahami di beberapa
literatur terakhir
sepertinya tidak benar-
benar ada.
C. Kerangka Pemikiran
Berdasarkan penelitian-penelitian terdahulu dan teori yang telah
dipaparkan mengenai hubungan tentang variabel yang digunakan yaitu Harga
Timah, Produksi Timah dan Produk Domestik Regional Bruto sektor
Pertambangan, yang kemudian dikembangkan menjadi kerangka pemikiran
teoritis yang ditunjukkan sebagai berikut
29
Gambar. 2.2. Kerangka Pemikiran Penelitian
Hubungan antara Harga Timah, Produksi Timah, dan
PDRB Sektor Pertambangan
Teori Penawaran
Teori Perdagangan Internasional
Hecksher Ohlin
Harga Timah
Produksi Timah
PDRB Sektor Pertambangan
Analisis Deskriptif Analisis VECM
Uji Stasioneritas
Uji Lag Length
Uji Kointegrasi
Uji Kausalitas
Uji VECM
Uji Impulse Response Function
Uji Variance Decomposition
Hasil dan
Kesimpulan
30
D. Hipotesis Penelitian
Adapun perumusan hipotesis penelitian ini adalah sebagai berikut :
1. H0 : Tidak ada hubungan jangka pendek dan jangka panjang antara
variabel Harga Timah, Jumlah Produksi Timah dan PDRB sektor
Pertambangan Provinsi Bangka Belitung.
H1: Ada hubungan jangka pendek dan jangka panjang antara variabel
Harga Timah, Jumlah Produksi Timah dan PDRB sektor
Pertambangan Provinsi Bangka Belitung.
2. H0 : Tidak ada hubungan kausalitas antara variabel harga timah, jumlah
produksi timah, dan PDRB sektor Pertambangan Provinsi Bangka
Belitung.
H1: Ada hubungan kausalitas antara variabel harga timah, jumlah
produksi timah, dan PDRB sektor Pertambangan Provinsi Bangka
Belitung.
3. H0 : Tidak ada kontribusi antara variabel harga timah, jumlah produksi
timah, dan PDRB sektor Pertambangan Provinsi Bangka Belitung.
H1: Ada kontribusi antara variabel harga timah, jumlah produksi timah,
dan PDRB sektor Pertambangan Provinsi Bangka Belitung.
31
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini bertujuan untuk melihat hubungan jangka panjang dan
jangka pendek, hubungan kausalitas, dan kontribusi antara Harga Timah, Produksi
Timah, dan PDRB sektor Pertambangan Provinsi Bangka Belitung. Data yang
digunakan dalam penelitian ini merupakan data time series triwulan dengan
periode waktu 2010-2017. Jenis data yang digunakan dalam penelitian ini
merupakan data sekunder yang diperoleh dari publikasi yang diterbitkan oleh
Badan Pusat Statistik Provinsi Bangka Belitung, PT Timah, dan London Metal
Exchange Tin.
B. Metode Penentuan Sampel
Metode dari penentuan sampel yang digunakan dalam penelitian ini adalah
Purposive Sampling. Purposive sampling merupakan pengambilan data sampel
yang didasarkan pada penilaian yang memenuhi syarat untuk dijadikan sampel
penelitian. Peneliti menggunakan metode ini didasarkan pada kriteria yang
dimiliki Bangka Belitung sebagai daerah dengan kekayaan alam Timah terbanyak
dan sesuai dengan tujuan dari penelitian yang dilakukan.
C. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini merupakan data sekunder (data
yang diperoleh bukan dari sumber aslinya) yang dipublikasikan oleh Badan Pusat
Statistik Provinsi Bangka Belitung, PT Timah, dan London Metal Exchange Tin.
D. Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode
kuantitatif. Metode kuantitatif dilakukan menggunakan analisis data time series
32
dengan model analisis VECM (Vector Error Correction Model)dan Uji Granger
Causalitydengan pengolahan data menggunakan software Eviews 9.
Model analisis VECM merupakan metode turunan dari VAR. VAR
digunakan untuk mengetahui keterkaitan antar variabel dan kontribusi dari tiap
variabel terhadap perubahan dari variabel yang lainnya. Menurut Widarjono
(2007; 372) VAR merupakan salah satu model yang mampu menganalisa
hubungan saling ketergantungan variabel time series. Model VAR menganggap
semua variabel ekonomi adalah saling tergantung dengan yang lain.
Dengan penggunaan VAR ada 2 hal yang harus diperhatikan, yaitu :
1. Tidak adanya perbedaan antara variabel endogen dan eksogen. Semua
variabel baik endogen maupun eksogen yang dipercaya saling
berhubungan seharusnya dimasukkan di dalam model.
2. Untuk melihat hubungan antara variabel di dalam VAR akan
membutuhkan sejumlah kelambanan dari variabel yang ada. Kelambanan
ini diperlukan untuk menangkap efek dari variabel tersebut terhadap
variabel yang lain di dalam model.
Model VECM merupakan model VAR yang teristriksi (restricted VAR)
karena bentuk data yang tidak stasioner namun terkointegrasi. Data yang memiliki
hubungan kointegrasi menunjukkan adanya hubungan jangka panjang antar
variabel. Ajija, dkk, (2011:163) mengatakan bahwa VECM merupakan model
analisis yang dapat digunakan untuk mengetahui tingkah laku jangka pendek dari
suatu variabel terhadap jangka panjangnya, akibat adanya shock yang permanen
(Kostov dan Lingard, 2000). Spesifikasi dari VECM merestriksi hubungan jangka
panjang variabel-variabel endogen agar konvergen ke dalam hubungan
kointegrasinya, namun tetap membiarkan keberadaan dinamisasi jangka pendek
(Basuki, 2016).
Dalam metode VECM untuk melihat apakah terdapat hubungan jangka
panjang atau jangka pendek dengan melihat perbandingan nilai t-statistik hasil
estimasi terhadap nilai t-tabel. Jika t-statistik lebih besar daripada nilai t-tabel,
33
maka dapat dikatakan bahwa terdapat hubungan jangka panjang atau jangka
pendek (Ajija, dkk, 2011:163). Menurut Santosa (2013:86) dalam penelitian Subhi
(2014) Adanya hubungan jangka panjang atau jangka pendek menunjukkan bahwa
variabel independen mempengaruhi variabel dependennya.
Tahap awal analisis adalah melakukan proses pembentukan model VAR
dan VECM, proses ini merupakan rangkaian yang akan menentukan model
manakah yang digunakan, secara ringkas alur proses pembentukan model VAR
dan VECM sesuai pada Gambar 3.1.
Gambar 3.1. Diagram Alur Pembentukan Model VAR dan VECM
Sumber : Widarjono (2007;374), diolah
Langkah pertama dari pembentukan model VAR dan VECM ialah
melakukan uji stasioneritas data. Jika data stasioner pada tingkat level, maka dapat
didapatkan model VAR biasa (unrestricted VAR). Namun, jika data tidak
Ya
Tidak
Tidak
Ya
Data Time series
Uji Stasioner Data
Stasioner?
Diferensi Data
Model VAR biasa
Uji Kointegrasi Data
Model VAR in difference
Terjadi Kointegrasi?
Lag Length
Estimasi dan Analisis
Model VECM
Uji Kausalitas
34
stasioner pada level tetapi stasioner pada proses diferensi data, maka dilakukan
pengujian untuk melihat apakah data mempunyai hubungan dalam jangka panjang
atau tidak dengan melakukan uji kointegrasi. Apabila terdapat kointegrasi maka
model yang kita punyai adalah model Vector Error Correction Model (VECM).
1. Uji Stasioneritas
Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan varian dari
data time series tersebut tidak mengalami perubahan secara sistematik sepanjang
waktu, atau sebagian ahli menyatakan rata-rata dan variannya konstan (Nachrowi
dan Usman, 2006;340).
Uji Stasioneritas merupakan langkah pertama yang dilakukan dalam
pembentukan model VAR yang bertujuan untuk mengetahui apakah data stasioner
pada level atau stasioner pada pembedaan (in differences) pada derajat tertentu.
Jika data stasioner pada level, maka model yang digunakan adalah model VAR
biasa, namun jika salah satu variabel dari data tidak ada yang stasioner pada level,
maka wajib dilakukan uji kointegrasi untuk melihat model apa yang sebaiknya
digunakan, model VAR biasa atau VECM.
Uji stasionaritas dapat dilakukan dengan menggunakan uji unit root
Augmented Dickey-Fuller (ADF) maupun Phillips-Perron (PP). Uji ADF dan PP
menggunakan panjang kelambanan dengan menggunakan kriteria Aaike
Information Criterion (AIC) maupun Schwarz Information Criteria.
Pengujian unit root ADF dapat dilakukan dengan menggunakan perangkat
lunak Eviews, dan hasil dari t-statistic dibandingkan dengan nilai t MacKinnon
Critical Value atau nilai kritis absolut pada tabel MacKinnon. Lalu, berdasarkan
hasil:
jika t-statistic <Test Critical Value = data tidak stasioner
jika t-statistic >Test Critical Value = data stasioner
jika nilai probability> tingkat level (1%, 5%, 10%) = data tidak stasioner
jika nilai probability< tingkat level (1%, 5%, 10%) = data stasioner
35
Jika dari hasil uji ADF ternyata data tidak stasioner maka data dapat
distasionerkan dengan cara melakukan diferensi dan jika data tidak stasioner pada
level namun stasioner pada proses diferensi data maka selanjutnya dilakukan uji
kointegritas data.
2. Uji Lag Length
Basuki dan Prawoto (2016) menjelaskan bahwa estimasi dalam penentuan
model VAR maupun VECM sangat peka terhadap panjang lag yang digunakan.
Ketika melakukan pengujian Lag Length maka akan diperoleh lag optimal yang
akan digunakan. Penggunaan lag optimal sangat penting karena akan
menghasilkan suatu estimasi yang efektif. Lag yang terlalu sedikit akan
menimbulkan masalah bias spesifikasi, sedangkan jika terlalu banyak maka akan
menghabiskan degree of freedom (Ariefianto, 2012).
Terdapat dua cara untuk menentukan lag optimal. Pertama, dengan
melakukan uji retriksi koefisien yang merupakan generasi dari uji retriski pada
persamaan regresi tunggal (Wald test). Cara lain adalah dengan menggunakan
kreteria informasi. Prosedur pemilihan kriteria informasi dapat dilakukan sebagai
berikut:
1) Dengan menggunakan lag maksimal.
Lag maksimal terkait dengan jumlah observasi (T). Rumus yang
digunakan dalam menetukan lag maksimal adalah 𝑇1/3.
2) Dengan cara menghitung nilai statistik kriteria informasi.
Lag yang memiliki nilai statistik kriteria informasi yang kecil maka lag
tersebut merupakan lag optimal.
3) Terdapat beberapa statistik informasi multvariance, di antaranya Akaike
Information Criterion (AIC), SchwarzInformation Criterion (SIC), dan
Hannan Quinnon (HQ).
3. Uji Kointegritas Data
Uji kointegritas data dilakukan jika hasil uji stasioneritas data
membuktikan bahwa data yang digunakan tidak stasioner. Uji kointegritas
36
bertujuan untuk mengetahui apakah data mempunyai hubungan jangka panjang
(terkointegrasi). Suatu variabel dikatakan memiliki hubungan jangka panjang
apabila variabel-variabel yang digunakan dalam model berkointegrasi, dan
sebaliknya. Dari kointegritas yang terjadi antar variabel dapat juga dilihat apakah
variabel tersebut terdapat hubungan saling mempengaruhi. dan uji ini juga
dilakukan untuk menentukan model mana yang akan diestimasi, apakah
menggunakan VAR biasa atau VECM (Vector Error Correction Model).
Cara untuk menentukan model mana yang digunakan, yaitu :
Jika tidak terdapat kointegritas, maka model yang digunakan adalah VAR
biasa
Jika terdapat kointegritas, maka model yang digunakan adalah VECM.
Winarno (2009) berpendapat bahwa dua variabel yang tidak stasioner
sebelum dideferensi namun stasioner pada tingkat diferensi pertama, besar
kemungkinan akan terjadi kointegrasi, yang berarti terdapat hubungan jangka
panjang di antara keduanya. Ada dua cara untuk menguji kointegrasi, yaitu :
1) Uji Cointegrating Regression Durbin Watson (DW)
2) Uji Johansen Cointegration Test.
Winarno (2009) menjelaskan bahwa jika nilai Trace Statistic atau nilai
kritisnya lebih kecil dibandingkan nilai kritis pada tingkat keyakinan 5% maupun
1%, maka variabel-variabel tersebut tidak saling berkointegrasi. Dan jika Trace
Statistic nya lebih besar dibandingkan nilai kritis maka variabel-variabel
terkointegrasi.
4. Uji Kausalitas Engel-Granger
Adanya hubungan kointegrasi berarti membuktikan adanya hubungan
jangka panjang, dan untuk menganalisis arah dari hubungan tersebut, perlu
dilakukan tes kausalitas Granger. Uji kausalitas Granger menyimpulkan bahwa X
penyebab granger Y, jika Y bisa diprediksi dari nilai masa lalu dan masa sekarang
37
X. Uji kausalitas Granger dilakukan untuk meneliti hubungan kausal antara
variabel yang digunakan.
5. Estimasi dan Analisis VECM (Vector Error Correction Model)
Dari hasil estimasi model VAR, jika telah terbukti terdapat hubungan
kointegrasi, maka model penelitian VECM yang digunakan. VECM merupakan
model VAR yang direstriksi karena adanya kointegrasi yang menunjukkan adanya
hubungan jangka panjang antara variabel di dalam sistem model VAR (Ansofino,
2016). VECM juga dapat digunakan untuk mengetahui tingkah laku jangka
pendek dari suatu variabel terhadap nilai jangka panjangnya.
Perilaku dinamis dari model VECM dapat dilihat melalui respons dari
setiap variabel endogen terhadap shock pada variabel tersebut maupun terhadap
variabel endogen lainnya (Ajija, dkk, 2011:163) Ada dua cara untuk melihat
kedinamisan model, yaitu Impulse Response Function dan Variance
Decomposition. Hasil dari IRF dan VDC akan dapat dianalisis respon masing-
masing variabel terhadap kejutan variabel lainnya dan besar kontribusi masing-
masing variabel kepada dekomposisi varian variabel lainnya(Julaihah dan
Insukindro, 2004).
a. Analisis Impulse Response Function
Analisis Impulse Response merupakan hasil estimasi VAR dan
VECM yang dapat digambarkan dengan grafik atau tabel, dengan
melihat grafik atau tabel dapat dilihat seberapa besar respon suatu
variabel ketika terjadi kejutan/guncangan (shock) sebesar satu
standar deviasi (S.D) dari variabel-variabel lain di dalam model.
b. Analisis Variance Decomposition
Analisis Variance Decomposition dilakukan untuk mengetahui
variabel-variabel mana yang mempunya peran yang relatif penting
dalam perubahan variabel itu sendiri maupun variabel lainnya.
Dengan melihat hasil Variance Decomposition yang berupa grafik
atau tabel, dapat memberikan gambaran varian sebuah variabel
38
akibat adanya kejutan variabel lainnya maupun terhadap dirinya
sendiri.
Dengan melihat variabel yang bersifat eksogen (menjelaskan) akan
dapat diketahui apakah kejutan masing-masing variabel sangat
penting dalam membentuk variabel tersebut dan variabel lainnya,
dengan kata lain analisis Variance Decomposition bermanfaat
untuk mengetahui kejutan variabel mana yang paling
mempengaruhi perubahan suatu variabel.
E. Operasional Variabel Penelitian
Seperti yang telah dijelaskan diatas, maka variabel yang digunakan dalam
penelitian ini adalah sebagai berikut:
Tabel 3.1. Operasional Variabel Penelitian
Indikator Definisi Variabel
Produk Domestik Regional
Bruto sektor Pertambangan
Produk Domestik Regional Bruto sektor Pertambangan
triwulan Provinsi Bangka Belitung tahun 2010-2017.
Satuan variabel rupiah.
Harga Timah Harga timah triwulan Provinsi Bangka Belitung tahun
2010-2017. Satuan variabel dollar
Produksi Timah Produksi Timah triwulan di Provinsi Bangka Belitung
tahun 2010-2017. Satuan variabel Mton.
39
BAB IV
HASIL DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Provinsi Kepulauan Bangka Belitung terletak pada posisi 1050 50' sampai
1080 30' Bujur Timur dan 1050' sampai 3010' Lintang Selatan dengan total luas
wilayah laut dan darat mencapai 81.725,06 km2. Sebagai pulau kepulauan, 79,90
persen wilayah Kepulauan Bangka Belitung adalah lautan. Sementara itu, wilayah
daratan merupakan gugusan Pulau Bangka dan Pulau Belitung yang dikelilingi
pulau-pulau kecil, dengan total luas 16.424,23 km2.
Berdasarkan posisi geografisnya, Provinsi Kepulauan Bangka Belitung
memiliki batas-batas wilayah sebagai berikut :
Barat : Selat Bangka
Timur : Selat Karimata
Utara : Laut Natuna
Selatan : Laut Jawa
Ibukota provinsi, yaitu Kota Pangkalpinang berada di Pulau Bangka,
bersama dengan 4 kabupaten lain, yaitu Kabupaten Bangka, Kabupaten Bangka
Barat, Kabupaten Bangka Tengah, dan Kabupaten Bangka Selatan. Sedangkan 2
kabupaten lainnya berada di Pulau Belitung yaitu Kabupaten Belitung dan
Kabupaten Belitung Timur.
40
Tabel 4.1. Luas Wilayah Kabupaten/ Kota Provinsi Bangka Belitung
Kabupaten/ Kota Luas Wilayah (km2)
Kota Pangkalpinang 89,40 km2
Kabupaten Bangka 2.950,68 km2
Kabupaten Bangka Barat 2.820,61 km2
Kabupaten Bangka Tengah 2,155.77 km2
Kabupaten Bangka Selatan 3,607.08 km2
Kabupaten Belitung 2,293.61 km2
Kabupaten Belitung Timur 2,506.91 km2
Sumber : BPS Provinsi Bangka Belitung, Tahun 2017.
Provinsi Kepulauan Bangka Belitung menyimpan sejarah panjang dalam
kegiatan pertambangan timah di Indonesia yang sudah berlangsung lebih dari 200
tahun. Aktivitas produksi yang sudah dimulai sejak zaman kolonial Belanda,
masih berlanjut sampai saat ini. Sebagai penghasil bijih timah terbesar di
Indonesia, kegiatan pertambangan memberi kontribusi terbesar keempat terhadap
PDRB Provinsi Kepulauan Bangka Belitung (BPS Bangka Belitung, 2017).
B. Hasil dan Pembahasan
1. Uji Stasioneritas
Data dikatakan stasioner jika nilai rata-rata dan varian dari data tidak
mengalami perubahan secara sistematik sepanjang waktu, atau dapat dikatakan
konstan. Uji stasioner merupakan langkah pertama yang dilakukan dalam
penggunan model VAR atau VECM, bertujuan untuk melihat data stasioner pada
level atau stationer pada pembedaan (in differences) pada derajat tertentu.
Uji stasionaritas dalam penelitian ini menggunakan uji unit root
Augmented Dickey-Fuller (ADF) dengan cara membandingkan nilai ADF yang
diperoleh dengan critical values (nilai kritis) Mac Kinnon. Jika nilai test statistic
ADF yang dihasilkan lebih besar dari critical value, atau nilai probability lebih
kecil dari tingkat level maka dapat disimpulkan data stasioner. Dan jika nilai test
41
statistic ADF yang dihasilkan lebih kecil dari critical value, atau nilai probability
lebih besar dari tingkat level maka dapat disimpulkan bahwa data tidak stasioner.
Tabel 4.2.
Hasil Uji Stasioneritas Data Tingkat Level
Variabel ADF test Critical
Value Probability Keterangan
Harga Timah -1.924451 -2.960411 0.3171 Tidak Stasioner
Produksi Timah -2.053613 -2.960411 0.2638 Tidak Stasioner
PDRB Pertambangan -2.675704 -2.960411 0.0896 Tidak Stasioner
Sumber: Data Sekunder diolah
Tabel 4.2 merupakan hasil uji stasioner dengan menggunakan uji ADF
pada tingkat level. Data tersebut menunjukkan bahwa semua variabel memiliki
nilai ADF yang lebih kecil dari critical value dan nilai probability yang dimiliki
lebih besar dari tingkat level. Sehingga dapat disimpulkan bahwa semua data yang
digunakan dalam penelitian tidak stasioner pada tingkat level (5%). Maka dari itu
perlu dilakukan uji stasioner lebih lanjut pada tingkat first difference untuk
mendapatkan data yang stasioner.
Tabel 4.3.
Hasil Uji Stasioneritas Data Tingkat First Difference
Variabel ADF test Critical
Value Probability Keterangan
Harga Timah -4.369093 -2.963972 0.0017 Stasioner
Produksi Timah -7.880691 -2.963972 0.0000 Stasioner
PDRB Pertambangan -5.648852 -2.963972 0.0001 Stasioner
Sumber: Data Sekunder diolah
Tabel 4.3 merupakan hasil uji stasioner dengan menggunakan uji ADF
pada tingkat first difference. Data tersebut menunjukkan bahwa semua variabel
memiliki nilai ADF yang lebih besar dari critical value dan nilai probability yang
dimiliki lebih kecil dari tingkat level (5%). Sehingga dapat disimpulkan bahwa
semua data yang digunakan dalam penelitian stasioner pada tingkat first difference.
42
Setelah data yang digunakan untuk penelitian stasioner, maka penelitian tersebut
dapat dilanjutkan ke tahap selanjutnya yaitu uji Lag Length.
2. Uji LagLength
Uji Lag Length merupakan tahap yang dilakukan setelah uji stasioneritas.
Uji ini dilakukan untuk mengetahui panjang lag optimal yang akan digunakan.
Pengunaan lag optimal sangat penting karena akan menghasilkan suatu estimasi
yang lebih efektif. Lag yang terlalu sedikit akan menimbulkan masalah bias
spesifikasi, sedangkan jika terlalu banyak maka akan menghabiskan degree of
freedom (Ariefianto, 2012).
Dalam penelitian ini, cara yang digunakan untuk mencari lag optimal
adalah dengan cara pemilihan kriteria informasi yang dilihat dari beberapa
statistik informasi multivariance, di antaranya Akaike Information Criterion (AIC),
SchwarzInformation Criterion (SIC), dan Hannan Quinnon (HQ).
Tabel 4.4.
Hasil Uji Lag Length
Lag LogL LR FPE AIC SC HQ
0 19.26326 NA 6.28e-05 -1.161661 -1.018925 -1.118025
1 60.91985 71.41130 6.13e-06 -3.494275 -2.923330* -3.319731
2 74.49947 20.36942* 4.54e-06* -3.821390 -2.822237 -3.515939*
3 79.57008 6.519359 6.42e-06 -3.540720 -2.113358 -3.104361
4 93.61656 15.04980 5.11e-06 -3.901183* -2.045612 -3.333917
Sumber: Data sekunder diolah
Tabel 4.4 menunjukkan hasil dari uji LagLength yang menggunakan
statistik informasi multivariance. Dalam menentukan lag optimum yang
digunakan adalah dengan cara melihat jumlah titik bintang (*) yang paling banyak
diantara semua lag, sehingga berdasarkan data dapat dikatakan bahwa lag optimal
yang sebaiknya digunakan pada semua tahap analisis adalah lag 2.
43
3. Uji Kointegrasi
Uji ini dilakukan jika hasil uji stasioneritas data menunjukkan bahwa
data yang digunakan tidak stasioner pada level. Uji kointegritas bertujuan untuk
mengetahui apakah data yang digunakan mempunyai hubungan jangka panjang
(terkointegrasi). Dari kointegritas yang terjadi antar variabel dapat juga dilihat
apakah variabel tersebut terdapat hubungan saling mempengaruhi, serta hasil
dari uji kointegritas bisa sebagai penentu model mana yang akan digunakan
untuk estimasi data penelitian, apakah menggunakan VAR in Difference atau
VECM (Vector Error Correction Model). Hal tersebut bisa dilihat dari nilai
Trace Statistic atau nilai kritis terhadap tingkat probabilitas 5% atau 0,05. Jika
nilai Trace Statistic lebih kecil dari probabilitas maka tidak terdapat
kointegritas, dan model yang digunakan adalah VAR in Difference. Dan jika
nilai Trace Statistic lebih besar dibandingkan probabilitas maka terjadi
kointegritas dan model yang digunakan adalah VECM.
Tabel 4.5.
Hasil Uji Kointegrasi
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.579313 32.72205 29.79707 0.0224
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.579313 25.11010 21.13162 0.0130
Sumber : Data sekunder diolah
Tabel 4.5 merupakan hasil dari uji kointegrasi. Data menunjukkan bahwa
terdapat nilai Trace Statistic yang lebih besar dari Critical Value pada alpha 0.05
atau 5%. Nilai Trace Statistic dari uji Trace sebesar 32.72205 lebih besar nilai
kritis sebesar 29.79707, yang berarti bahwa di dalam sistem ada satu persamaan
44
yang terkointegrasi. Kemudian nilai Trace Statistic dari uji Maximum Eigenvalue
sebesar 25.11010 yang lebih besar dari nilai kritis sebesar 21.13162 menunjukkan
bahwa di dalam sistem ada satu persamaan yang terkointegrasi
Pengujian kointegrasi melalui Johansen Co-Integration Test menunjukkan
bahwa data yang diolah pada penelitian ini terkointegrasi dan memiliki hubungan
jangka panjang. Dengan kata lain, variabel Harga Timah, Produksi Timah, dan
PDRB Pertambangan dapat mempengaruhi satu sama lain untuk keseimbangan
jangka panjang. Lalu, dengan hasil yang menunjukkan kointegrasi, maka model
yang digunakan dalam penelitian ini adalah VECM.
4. Uji Kausalitas Engel Granger
Uji kausalitas dilakukan setelah hasil uji kointegrasi menunjukkan terdapat
hubungan kointegrasi dari variabel yang diteliti. Uji kausalitas digunakan untuk
melihat arah hubungan di antara variabel-variabel Harga Timah, Produksi Timah,
dan PDRB sektor Pertambangan. Untuk melihat ada atau tidaknya hubungan
bergantung pada nilai probabilitas dari hasil uji kausalitas tiap variabel lalu
dibandingkan dengan alpha 0.05 atau 5%.
Tabel 4.6.
Hasil Uji Kausalitas Engel Granger
Null Hypothesis: Obs F-Statistic Prob.
PRODUKSI does not Granger Cause HARGA 30 3.58262 0.0428
HARGA does not Granger Cause PRODUKSI 1.23659 0.3075
PDRB does not Granger Cause HARGA 30 6.46482 0.0055
HARGA does not Granger Cause PDRB 1.43374 0.2574
PDRB does not Granger Cause PRODUKSI 30 2.75120 0.0832
PRODUKSI does not Granger Cause PDRB 0.02365 0.9767
Sumber : Data sekunder diolah
45
Tabel 4.6 menunjukkan hasil dari uji kausalitas Engel Granger. Dari
hasil pengujian diatas dapat dikatakan bahwa :
1. Harga timah terhadap produksi timah memiliki nilai probabilitas
sebesar 0.0428 lebih kecil dari alpha 0.05, sedangkan produksi timah
terhadap harga timah memiliki nilai probabilitas sebesar 0.3075 lebih
besar dari alpha 0.05. Hal ini berarti hanya terdapat hubungan satu arah
yang berarti bahwa perubahan yang terjadi dalam harga timah di
Bangka Belitung dapat mempengaruhi produksi timah di Bangka
Belitung dan tidak sebaliknya.
2. Harga timah terhadap PDRB pertambangan memiliki nilai probabilitas
0.0055 lebih kecil dari alpha 0.05, sedangkan PDRB pertambangan
terhadap harga timah memiliki probabilitas sebesar 0.2574 lebih besar
dari alpha 0.05. Hal ini berarti hanya terdapat hubungansatu arah, yang
berarti bahwa perubahan yang terjadi dalam harga timah di Bangka
Belitung dapat mempengaruhi PDRB pertambangan provinsi Bangka
Belitung dan tidak sebaliknya.
3. PDRB pertambangan terhadap produksi timah memiliki nilai
probabilitas sebesar 0.9767 lebih besar dari alpha 0.05 dan produksi
timah terhadap PDRB pertambangan memiliki nilai probabilitas
0.0831lebih besar dari alpha 0.05. Hal ini berarti bahwa tidak terdapat
hubungan kausalitas untuk Produksi Timah dan PDRB Pertambangan
provinsi Bangka Belitung.
5. Estimasi dan Analisis VECM
Berdasarkan hasil uji kointegrasi yang menunjukkan terdapat hubungan
kointegrasi antara variabel yang digunakan, maka model yang digunakan dalam
penelitian ini adalah Vector Error Correction Model (VECM). Hasil dari estimasi
VECM akan menunjukkan hubungan jangka panjang dan pendek dari variabel
yang digunakan.Pada penelitian ini variabel yang digunakan adalah Harga Timah,
Produksi Timah dan PDRB sektor Pertambangan.
46
Uji signifikansi variabel dilakukan dengan cara membandingkan nilai
statistik t hitung dengan nilai t tabel pada level signifikansi 0.05 atau 5%. Nilai t
tabel didapatkan dari menghitung signifikansi yang digunakan dibagi dengan
jumlah data - 1 karena signifikansi yang digunakan adalah 5% maka 0.05/32-1
dan diperoleh nilai t tabel sebesar 2.039513. Tabel 4.7 dan 4.8 menunjukkan hasil
dari estimasi VECM yang telah dilakukan peneliti.
Tabel 4.7.
Hasil Estimasi VECM Hubungan Jangka Panjang antara Harga
Timah, Produksi Timah dan PDRB Pertambangan
Cointegrating Eq: CointEq1
PDRB(-1) 1.000000
HARGA(-1) 1.129980
(0.21493)
[ 5.25749]
PRODUKSI(-1) 0.043678
(0.03316)
[ 1.31706]
C -26.01961
Sumber : Data sekunder diolah
Keterangan:( ): Koefisien regresi dari masing-masing lag variabel
[ ]: Nilai t-hitung dari masing-masing lag variabel
Tabel diatas menunjukkan hubungan jangka panjang antara variabel.
Pada jangka panjang, hanya variabel Harga yang signifikan pada tingkat level
5% yang mempengaruhi variabel PDRB, sedangkan variabel Produksi dalam
jangka panjang tidak memiliki pengaruh terhadap variabel PDRB. Variabel
harga mempunyai pengaruh signifikan positif terhadap PDRB karena data hasil
menunjukkan bahwa nilai t-statistik harga sebesar 5.25749, lebih besar dari
nilai t-tabel sebesar 2.039513, dengan nilai koefisien sebesar 1.129980. Hal ini
berarti bahwa jika harga timah di Bangka Belitung meningkat sebesar satu
satuan maka akan menyebabkan kenaikan pada PDRB sektor Pertambangan
Bangka Belitung sebesar 1.12%.
47
Variabel Produksi Timah pada jangka panjang tidak memiliki pengaruh
signifikan terhadap variabel PDRB karena nilai t-statistiknya lebih kecil dari
nilai t-tabel yaitu sebesar 1.31706 <2.039513.
Tabel 4.8.
Hasil Estimasi VECM Hubungan Jangka Pendek antara Harga Timah,
Produksi Timah dan PDRB Pertambangan
Error Correction: D(PDRB) D(HARGA) D(PRODUKSI) CointEq1 -0.017219 -0.641937 -0.503734
(0.06940) (0.13693) (1.10652)
[-0.24812] [-4.68817] [-0.45524]
D(PDRB(-1)) -0.221005 1.039475 9.111826
(0.27018) (0.53308) (4.30785)
[-0.81800] [ 1.94995] [ 2.11517]
D(PDRB(-2)) -0.004962 0.979523 -1.240089
(0.33310) (0.65723) (5.31117)
[-0.01490] [ 1.49037] [-0.23349]
D(HARGA(-1)) 0.125548 0.171989 -0.465051
(0.07118) (0.14043) (1.13486)
[ 1.76392] [ 1.22469] [-0.40979]
D(HARGA(-2)) 0.040645 0.273664 -1.436282
(0.07680) (0.15154) (1.22461)
[ 0.52919] [ 1.80588] [-1.17284]
D(PRODUKSI(-1)) -0.003135 -0.081306 -0.394593
(0.01315) (0.02595) (0.20971)
[-0.23833] [-3.13311] [-1.88163]
D(PRODUKSI(-2)) 0.000116 -0.048676 -0.129176
(0.01406) (0.02774) (0.22417)
[ 0.00825] [-1.75472] [-0.57624]
C 0.010193 -0.027807 -0.051326
(0.00962) (0.01898) (0.15338)
[ 1.05967] [-1.46510] [-0.33464] R-squared 0.177916 0.639082 0.393555
Sumber : Data sekunder diolah
Keterangan:( ): Koefisien regresi dari masing-masing lag variabel
[ ]: Nilai t-hitung dari masing-masing lag variabel
Berdasarkan tabel 4.8 terlihat bahwa baris pertama yaitu CointEq1
menunjukkan nilai Error Correction Term (ECT) yang merupakan residual yang
48
muncul dalam metode ECM. Apabila koefisien ECT < 1, maka spesifikasi model
yang digunakan adalah valid. Pada hasil diatas menunjukkan ECT dari ketiga
variabel < 1 yaitu sebesar -0.725376, -0.569209, dan -0.019457 yang berarti
bahwa hasil penelitian ini adalah valid.
Dengan error correction yang signifikan membuktikan adanya mekanisme
penyesuaian dari jangka pendek ke jangka panjang. Besaran penyesuaian dari
jangka pendek ke jangka panjang masing-masing variabel yaitu sebesar 0.24
persen, 4.68 persen, 0,45 persen.
Berdasarkan hasil pengujian di tabel 4.8 maka dapat dijabarkan sebagai
berikut:
1. Hasil estimasi jangka pendek variabel PDRB pada lag 1 berpengaruh
positif dan signifikan terhadap produksi yang ditandai dengan nilai t-
hitung sebesar 2.11517 >2.039513 dengan koefisien sebesar 9.111826.
Hal ini berarti jika terjadi kenaikan pada PDRB sebesar 1 persen pada 1
periode sebelumnya maka akan meningkatkan produksi sebesar 9.11
persen pada periode sekarang.
2. Variabel Produksi pada lag 1 berpengaruh negatif dan signifikan terhadap
harga yang ditandai dengan nilai t-hitung sebesar -3.13311 < -2.039513
dengan koefisien sebesar -0.081306. Artinya, jika terjadi kenaikan
produksi sebesar 1 persen pada 1 periode sebelumnya maka akan
menurunkan harga sebesar 0,08 persen pada periode sekarang.
Pada jangka pendek, PDRB sektor pertambangan memiliki hubungan yang
positif dan signifikan terhadap produksi timah. Hal ini dikarenakan produsen akan
melihat hasil pendapatan yang diperoleh pada periode sebelumnya sebagai acuan
untuk menetapkan jumlah produksi. Jika pada periode sebelumnya produsen
mendapatkan profit yang tinggi maka produsen akan meningkatkan jumlah
produksi pada periode berikutnya. Dan sebaliknya, jika profit yang didapatkan
rendah maka produsen akan mengurangi jumlah produksi pada periode berikutnya.
Namun, produsen juga harus menyesuaikan dengan kuantitas yang ada di pasar,
49
yang nantinya akan berdampak ke harga timah. Jika produsen memproduksi timah
secara besar-besaran, hal ini juga bisa mempengaruhi harga timah yang ada.
Semakin banyak produksi timah juga bisa membuat harga timah mengalami
penurunan.
Dalam jangka panjang, harga timah mempengaruhi PDRB sektor
pertambangan. Harga timah sendiri menjadi salah satu faktor dari pendapatan
timah di Bangka Belitung. Semakin tinggi harga timah berarti pendapatan yang
didapatkan dari penjualan timah juga ikut meningkat. Dengan pendapatan dari
penjualan timah yang meningkat, tentu berpengaruh pada PDRB sektor
pertambangan. Hal ini juga sesuai dengan teori PDRB dengan pendekatan
produksi. Jika harga meningkat maka barang yang di produksi juga meningkat.
Dengan begitu pendapatan yang akan didapatkan juga akan meningkat.
Harga timah mempengaruhi produksi timah di jangka panjang, hal ini
didukung oleh teori penawaran. Teori penawaran menjelaskan bahwa jika harga
suatu barang mengalami peningkatan, maka barang yang ditawarkan atau
diproduksi juga akan semakin banyak, dan sebaliknya, semakin rendah harga
suatu barang maka jumlah barang yang ditawarkan atau diproduksi juga semakin
sedikit. Oka (2008) menjelaskan hal tersebut terjadi karena dengan rendahnya
harga barang membuat produsen enggan memperoduksi lebih banyak karena
sedikitnya pembeli. Hal ini juga berarti bahwa dengan rendah atau tingginya
harga timah bisa membuat produsen mengambil keputusan apakah akan
memproduksi timah lebih banyak atau lebih sedikit.
Lalu, penjelasan selanjutnya adalah produksi timah tidak berpengaruh
signifikan terhadap PDRB sektor pertambangan pada jangka panjang. Ada hal
yang dapat dijadikan alasan mendasar mengapa produksi timah tidak berpengaruh
signifikan terhadap PDRB sektor Pertambangan di Provinsi Bangka Belitung,
yaitu besarnya biaya produksi yang dibutuhkan dalam kegiatan pertambangan
timah. Dalam kegiatan produksi tentu terdapat input yang diperlukan untuk
menghasilkan suatu output yang diinginkan, salah satunya ialah modal atau biaya
50
produksi. Modal yang diperlukan dalam kegiatan pertambangan timah, tentu
adalah timah itu sendiri.
Timah merupakan sumber daya alam yang tidak dapat diperbaharui, yang
berarti bahwa semakin lama timah dipergunakan, jumlah cadangan timah akan
semakin sedikit, dan suatu hari sumber daya timah akan bisa habis. Hal ini bisa
menjelaskan kenapa pada jangka panjang, produksi timah tidak signifikan
mempengaruhi PDRB sektor pertambangan, karena akan ada waktu dimana
sumber daya timah itu habis, atau dihentikan kegiatan pertambangan timah karena
cadangan timah yang semakin sedikit. Selain itu, selain modal, juga ada biaya
produksi yang harus diperhitungkan dalam kegiatan pertambangan timah. Biaya
produksi memiliki dampak terhadap jumlah produksi yang di hasilkan. Hal ini
mengacu kepada adanya jumlah biaya yang besar dalam melakukan kegiatan
eksploitasi sumber daya alam itu sendiri.
Setelah melihat hubungan jangka panjang dan jangka pendek dari hasil
VECM, maka selanjutnya dilakukan pengujian Impulse Response Function (IRF)
dan Variance Decomposition (VD). Hasil dari IRF dan VD digunakan untuk
melihat kedinamisan model dengan menganalisis respon masing-masing variabel
terhadap kejutan variabel lainnya dan besar kontribusi masing-masing variabel
kepada dekomposisi varian variabel lainnya(Julaihah dan Insukindro, 2004).
a. Hasil Uji Impulse Response Function (IRF)
Hasil pengujian IRF yang berupa grafik atau tabel dapat menunjukkan
seberapa besar respon suatu variabel ketika terjadi kejutan atau goncangan
(shock) sebesar satu standar deviasi (S.D) dari variabel variabel lain di dalam
model. IRF memperlihatkan dampak yang mungkin terjadi dari shock suatu
variabel terhadap variabel itu sendiri maupun variabel lain sehingga dapat
diketahui berapa lama pengaruh shock atau goncangan terhadap variabel-
variabel tersebut, serta melihat variabel mana yang memberi response terbesar
terhadap adanya shock tersebut.
51
Grafik 4.1.
Hasil IRF Respon Harga terhadap Harga, Produksi dan PDRB
-.08
-.04
.00
.04
.08
1 2 3 4 5 6 7 8 9 10
PDRB HARGA PRODUKSI
Response of HARGA to CholeskyOne S.D. Innovations
Sumber : Data sekunder diolah
Berdasarkan gambar 4.1 sumbu vertikal merupakan nilai standar deviasi
yang mengukur seberapa besar respon yang akan diberikan oleh suatu variabel
jika terjadi shock pada variabel lain. Sedangkan sumbu horizontal menujukkan
lamanya periode dari respon yang diberikan terhadap shock yang terjadi.
Respon yang diberikan diatas titik keseimmbangan menunjukkan bahwa shock
memberikan respon positif, namun jika respon yang diberikan berada dibawah
titik keseimbangan menunjukkan bahwa shock memberikan respon yang
negatif.
Gambar 4.1 menunjukkan hasil uji IRF dari respon harga terhadap
PDRB itu sendiri, produksi, danharga. Respon yang diberikan harga terhadap
harga itu sendiri merupakan respon positif yang terus menurun lalu menjadi
respon negatif menjelang periode akhir. Periode 1 merupakan respon tertinggi
yaitu sebesar 0.073 standar deviasi. Lalu mulai dari periode 2 respon yang
52
diberikan terus menurun sampai ke titik terendah di periode 7, dengan besaran
respon pada periode 2 sebesar 0.60 standar deviasi menjadi -0.012 standar
deviasi pada periode 7. Lalu mulai mengalami peningkatan pada periode 8
sampai ke periode akhir dengan besaran respon pada masing-masing periode
yaitu -0.005 standar deviasi, 0.004 standar deviasi dan 0.012 standar deviasi.
Hingga periode akhir, harga belum mampu kembali ke titik keseimbangan. Ini
artinya perubahan yang terjadi pada harga timah direspon sangat kuat oleh
harga timah itu sendiri sehingga tingkat harga timah yang tinggi atau rendah
cukup besar dipengaruhi oleh dirinya sendiri.
Respon yang diberikan oleh harga terhadap produksi merupakan respon
negatif. Pada periode pertama harga belum memberikan respon terhadap
perubahan yang terjadi di produksi, lalu pada periode 2 respon yang diberikan
sebesar -0.059 standar deviasi. Pada beberapa periode selanjutnya, respon yang
diberikan mengalami peningkatan. Hal ini dilihat dari periode 3 dengan respon
yang diberikan sebesar -0.044 standar deviasi dan terus meningkat sampai
periode 8 dengan respon yang diberikan menjadi sebesar -0.002 standar deviasi.
Meskipun pada periode 7 dan 8 respon yang diberikan mulai kembali ke titik
keseimbangan, namun memasuki periode 9 dan 10 harga kembali merespon
dengan nilai masing-masing sebesar -0.006 standar deviasi dan -0.011 standar
deviasi. Hal ini dapat disimpulkan bahwa goncangan yang terjadi pada
produksi timah cukup mempengaruhi harga timah karena pada akhir periode
respon yang diberikan oleh harga timah belum kembali ke titik keseimbangan.
Respon yang diberikan oleh harga terhadap perubahan yang terjadi
dalam variabel PDRB merupakan respon positif pada awal periode lalu menjadi
respon negatif pada periode-periode selanjutnya. Pada periode 1 respon yang
diberikan sebesar 0.008 standar deviasi, lalu pada periode 2 respon yang
diberikan mengalami peningkatan menjadi sebesar 0.010 standar deviasi.
Namun mulai dari periode 3 sampai periode akhir respon yang diberikan
berubah menjadi respon negatif. Pada periode 3 respon yang diberikan sebesar -
0.022 standar deviasi dan menurun menjadi -0.046 standar deviasi pada periode
6. Respon yang diberikan mulai dari periode 7 sampai ke periode akhir
53
mengalami peningkatan, dengan respon dari masing-masing periode sebesar -
0.039 standar deviasi, -0.035 standar deviasi, -0.029 standar deviasi, dan -0.025
standar deviasi. Hal ini dapat disimpulkan bahwa goncangan yang terjadi pada
PDRB sektor pertambangan cukup mempengaruhi harga timah karena pada
akhir periode respon yang diberikan oleh harga timah belum kembali ke titik
keseimbangan.
Grafik 4.2.
Hasil IRF Respon Produksi terhadap Harga, Produksi dan PDRB
-.4
-.2
.0
.2
.4
.6
1 2 3 4 5 6 7 8 9 10
PDRB HARGA PRODUKSI
Response of PRODUKSI to CholeskyOne S.D. Innovations
Sumber : Data sekunder diolah
Gambar 4.2 menunjukkan hasil uji IRF dari respon produksi timah
terhadap harga timah, produksi timah itu sendiri, dan PDRB pertambangan.
Respon dari produksi terhadap harga dapat dikatakan sebagai respon negatif.
Periode pertama respon yag diberikan sebesar -0.25 standar deviasi, lalu
meningkat menjadi -0.22 standar deviasi. Lalu mengalami penurunan pada
periode ketiga dan keempat menjadi masing-masing sebesar -0.25 dan -0.28
standar deviasi. Dari periode 5 sampai ke periode 8 respon yang diberikan terus
mengalami peningkatan dengan masing-masing respon tiap periode adalah
54
sebesar -0.26 standar deviasi, -0.24 standar deviasi, -0.22 standar deviasi dan -
0.21 standar deviasi. Lalu, respon yang diberikan oleh harga terhadap
perubahan yang terjadi pada produksi di periode 8 sampai ke periode 10 tidak
mengalami perubahan atau tetap yaitu sebesar -0.21 standar deviasi. Hingga
periode akhir respons dari produksi belum mampu untuk kembali ke titik
keseimbangan. Ini artinya perubahan yang terjadi pada harga timah akibat
adanya guncangan memberikan pengaruh negatif terhadap produksi timah.
Respon yang diberikan oleh produksi terhadap shock yang diberikan
produksi itu sendiri merupakan respon fluktuatif pada awal periode dan
menurun pada akhir periode. Hal tersebut dibuktikan dengan melihat pada
periode 1 respon yang diberikan sebesar 0.54 standar deviasi lalu menurun
menjadi sebesar 0.31 standar deviasi pada periode 2. Lalu respon yang
diberikan mengalami peningkatan pada periode 3 dan 4 dengan masing-masing
respon sebesar 0.37 standar deviasi dan 0.43 standar deviasi. Pada periode 5
respon yang diberikan oleh produksi kembali mengalami penurunan menjadi
0.40 standar deviasi dan kembali meningkat menjadi 0.41 standar deviasi pada
periode 6. Kemudian respon yang diberikan pada periode 7 mengalami
penurunan sebesar 0.02 standar deviasi menjadi 0.39 dan kembali mengalami
penurunan menjadi 0.38 standar deviasi pada periode 8. Memasuki 2 periode
akhir, respon yang diberikan tidak mengalami perubahan atau tetap yaitu
sebesar 0.38 standar deviasi. Hal ini menandakan bahwa shock yang terjadi
pada produksi timah direspon sangat kuat oleh produksi timah itu sendiri
sehingga jumlah produksi timah yang banyak atau sedikit cukup besar
dipengaruhi oleh dirinya sendiri.
Respon yang diberikan oleh Produksi terhadap perubahan yang terjadi
oleh PDRB juga merupakan respon yang fluktuatif. Pada periode 1 ke periode 2,
respon yang diberikan berupa respon positif dari 0.08 standar deviasi lalu
meningkat menjadi 0.36 standar deviasi. Namun, pada periode 3 respon yang
diberikan mengalami penurunan sebesar 0.28 menjadi 0.07 standar deviasi.
Lalu respon yang diberikan mengalami peningkatan pada periode 4 dan periode
5 yaitu sebesar 0.17 standar deviasi dan 0.19 standar deviasi. Periode 6
55
menunjukkan penurunan respon yang diberikan yaitu menjadi sebesar 0.18
standar deviasi. Kemudian pada periode 7 respon yang diberikan kembali
meningkat menjadi sebesar 0.20 standar deviasi. Pada akhir periode, respon
yang diberikan tidak mengalami perubahan dari periode 7, yaitu tetap sebesar
0.20 standar deviasi. Sampai pada akhir periode, respon yang diberikan belum
mampu kembali ke titik keseimbangannya akibat guncangan atau perubahan
terjadi pada PDRB sektor Pertambangan. Hal ini dapat disimpulkan bahwa
guncangan yang terjadi di PDRB sektor pertambangan cukup besar
berpengaruh terhadap jumlah produksi timah.
Grafik 4.3.
Hasil IRF Respon PDRB terhadap Harga, Produksi dan PDRB
-.01
.00
.01
.02
.03
.04
1 2 3 4 5 6 7 8 9 10
PDRB HARGA PRODUKSI
Response of PDRB to CholeskyOne S.D. Innovations
Sumber : Data sekunder diolah
Gambar 4.3 menunjukkan hasil uji IRF dari respon PDRB terhadap
PDRB itu sendiri, produksi, danharga. Respon dari PDRB merupakan respon
yang positif namun terus mengalami penurunan. Periode 1 merupakan respon
tertinggi yaitu sebesar 0.037 standar deviasi lalu pada periode 3 menurun
menjadi 0.030, dan terus mengalami penurunan sampai titik terendah yaitu
0.023 standar deviasi pada periode 7. Lalu mulai mengalami peningkatan
56
sampai pada periode akhir dengan respon sebesar 0.025 standar deviasi.
Sampai akhir periode respon yang diberikan belum kembali ke titik
keseimbangan. Hal ini menandakan bahwa shock yang terjadi pada PDRB
sektor pertambangan direspon sangat kuat oleh PDRB sektor pertambangan itu
sendiri sehingga tinggi atau rendahnya PDRB sektor pertambangan cukup besar
dipengaruhi oleh dirinya sendiri.
Pada periode pertama PDRB belum memberikan respon terhadap
perubahan yang terjadi di harga namun pada periode 2 respon yang diberikan
adalah respon positif yaitu sebesar 0.009 standar deviasi. Namun mulai
mengalami penurunan, dan menjadi respon negatif terendah pada periode 7
dengan respon yang diberikan sebesar -0.003 standar deviasi. Pada periode 8
respon yang diberikan mulai meningkat namun tetap berupa respon negatif
sampai pada periode 10 dengan respon yang diberikan sebesar -0.001 standar
deviasi.Sampai pada akhir periode, respon yang diberikan belum mampu
kembali ke titik keseimbangannya akibat guncangan atau perubahan terjadi
pada harga timah. Hal ini dapat disimpulkan bahwa guncangan yang terjadi di
harga timah cukup besar berpengaruh terhadap PDRB sektor pertambangan di
Bangka Belitung.
Respon yang diberikan oleh PDRB terhadap perubahan yang terjadi
dalam variabel produksi merupakan respon negatif. Pada periode 1, belum ada
respon yang diberikan, lalu mulai periode 2-3 respon yang diberikan menurun
dari -0.002 standar deviasi menjadi sebesar -0.007 standar deviasi. Lalu mulai
meningkat sampai pada periode 8 dengan respon yang diberikan sebesar 0.000
standar deviasi, dan kembali menjadi respon negatif pada periode 10 dengan
respon yang diberikan sebesar -0.001 standar deviasi.Memasuki periode akhir
respon yang diberikan menunjukkan mulai kembali ke titik keseimbangan,
meskipun pada periode 10 terdapat respon yang negatif. Hal ini dapat
disimpulkan bahwa guncangan yang terjadi di produksi cukup berpengaruh
terhadap PDRB sektor pertambangan di Bangka Belitung.
57
b. Hasil Uji Variance Decomposition
Hasil dari pengujian Variance Decomposition dapat menunjukkan
variabel-variabel mana yang mempunyai peran yang relatif penting atau
variabel yang berkontribusi terhadap perubahan variabel itu sendiri maupun
variabel lainnya pada beberapa periode mendatang. Dengan begitu dapat
diketahui variabel mana yang diperkirakan memiliki kontribusi terbesar
terhadap suatu variabel.
Tabel 4.9.
Hasil Uji Variance Decomposition dari Harga
Variance Decomposition of
HARGA:
Period S.E. PDRB HARGA PRODUKSI
1 0.073903 1.228131 98.77187 0.000000
2 0.112293 1.367007 71.13897 27.49402
3 0.133784 3.654803 66.20281 30.14239
4 0.142405 7.766059 60.49434 31.73960
5 0.148927 13.38196 55.34269 31.27535
6 0.156469 20.83742 50.61883 28.54375
7 0.161593 25.25243 47.97263 26.77494
8 0.165385 28.53702 45.88795 25.57502
9 0.168026 30.58878 44.52131 24.88991
10 0.170704 31.81787 43.63817 24.54396
Sumber : Data sekunder diolah
Tabel 4.9 menunjukkan hasil VD dari variabel Harga. Pada periode
pertama variabel harga berkontribusi paling besar terhadap variabel harga
itu sendiri sebesar 98.77% diikuti dengan kontribusi dari PDRB sebesar
1.22% namun belum terdapat kontribusi dari variabel produksi. Pada
periode 2-4 variabel Harga tetap menjadi kontributor terbesar terhadap
harga itu sendiri dan variabel PDRB dan Produksi mulai mengalami
peningkatan kontribusi terhadap Harga. Pada periode 5 mulai terlihat
penurunan kontribusi dari harga menjadi 55.34%, serta variabel produksi
58
menjadi 31.27% dari sebelumnya sebesar 31.73% tetapi berkebalikan
dengan variabel PDRB yang mengalami peningkatan menjadi 13.38%.
Penurunan kontribusi harga dan produksi terus terjadi sampai ke periode
akhir, dengan kontribusi masing-masing menjadi sebesar 43.63% dan
24.54%, sedangkan kontribusi dari PDRB terus mengalami peningkatan
sampai periode akhir dengan kontribusi sebesar 31.81%. Namun pada
periode akhir menunjukkan bahwa variabel harga tetap menjadi kontributor
terbesar bagi variabel harga itu sendiri.
Tabel 4.10.
Hasil Uji Variance Decomposition dari Produksi
Variance Decomposition of
PRODUKSI:
Period S.E. PDRB HARGA PRODUKSI
1 0.597215 1.610164 17.09012 81.29971
2 0.795011 21.20511 17.30183 61.49306
3 0.914881 16.65471 20.63543 62.70986
4 1.061913 14.96439 22.12318 62.91242
5 1.180010 14.71244 22.80552 62.48204
6 1.283066 14.32578 22.79581 62.87841
7 1.375680 14.58289 22.49201 62.92511
8 1.457002 14.90388 22.14272 62.95340
9 1.532201 15.14202 21.87327 62.98471
10 1.603666 15.31226 21.71880 62.96894
Sumber : Data sekunder diolah
Tabel 4.10 menunjukkan hasil VD dari variabel Produksi. Berdasarkan
tabel jika dilihat di periode pertama, variabel produksi sudah mulai
dikontribusi oleh harga dan PDRB masing-masing sebesar 17.09% dan
1.61% namun masih lebih sedikit jika dibandingkan dengan kontribusi
variabel produksi terhadap produksi itu sendiri yaitu sebesar 81.29%.
Memasuki periode 2, kontribusi produksi terhadap produksi itu sendiri
menurun menjadi 61.49%. Variabel harga mulai mengalami peningkatan
menjadi 17.30% dan kontribusi PDRB terhadap produksi yang meningkat
59
menjadi 21.20% namun seiring waktu kontribusi PDRB mengalami
penurunan. Lalu mulai dari periode 2 sampai periode 5, kontribusi variabel
harga mulai mengalami peningkatan namun variabel produksi masih tetap
memiliki kontribusi paling besar terhadap produksi itu sendiri meskipun
terus mengalami penurunan kontribusi. Pada periode 5, kontribusi variabel
harga terhadap produksi mencapai titik tertinggi yaitu sebesar 22.80%
namun seiring waktu mengalami penurunan diikuti dengan kontribusi
produksi terhadap produksi itu sendiri yang cederung stabil bergerak di
sekitar 62%. Pada periode terakhir menunjukkan bahwa meskipun terdapat
kontribusi dari variabel harga dan PDRB terhadap produksi, variabel
produksi tetap memiliki kontribusi terbesar dengan presentase 62.96%
dengan presentase kontribusi dari harga dan PDRB masing-masing sebesar
21.71% dan 15.31%.
Tabel 4.11.
Hasil Uji Variance Decomposition dari PDRB
Variance Decomposition of
PDRB:
Period S.E. PDRB HARGA PRODUKSI
1 0.037456 100.0000 0.000000 0.000000
2 0.048282 96.52648 3.285619 0.187906
3 0.057465 94.51736 3.731056 1.751586
4 0.063692 93.98288 3.656788 2.360336
5 0.068301 94.39506 3.193893 2.411042
6 0.072350 94.82264 2.906039 2.271321
7 0.075937 95.10969 2.819474 2.070832
8 0.079621 95.39693 2.719376 1.883699
9 0.083314 95.73311 2.545827 1.721063
10 0.087045 96.07447 2.340226 1.585306
Sumber : Data sekunder diolah
Tabel 4.11 menunjukkan hasil VD dari variabel PDRB. Berdasarkan
tabel jika dilihat di periode pertama, belum terdapat kontribusi dari variabel
harga dan produksi terhadap PDRB serta kontribusi PDRB terhadap PDRB
60
itu sendiri masih sebesar 100%. Lalu mulai dari periode 2 sampai periode 4,
kontribusi variabel harga dan produksi mulai mengalami peningkatan
namun variabel PDRB masih tetap memiliki kontribusi paling besar
terhadap PDRB itu sendiri, dengan kontribusi masing-masing variabel
sebesar 3.28% dan 0.18%. Pada periode 3, kontribusi variabel harga
terhadap PDRB mencapai kontribusi terbesarnya yaitu 3.71% lalu pada
periode-periode selanjutnya kontribusi yang diberikan terus mengalami
penurunan. Pada periode 4 variabel PDRB mencapai kontribusi
terendahnya sebesar 93.98% namun periode-periode selanjutnya terus
mengalami peningkatan. Pada periode 5 kontribusi dari variabel produksi
mencapai kontribusi terbesarnya yaitu 2.411% lalu pada periode-periode
selanjutnya juga terus mengalami penurunan. Pada periode terakhir
menunjukkan bahwa variabel harga dan produksi tetap berkontribusi namun
terhitung sedikit dengan presentasi kontribusi masing-masing sebesar
2.34% dan 1.58% dan variabel PDRB tetap menjadi kontributor terbesar
dengan presentase sebesar 96.07%.
61
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan pengujian terhadap data-data Harga Timah, Produksi
Timah, dan PDRB Sektor Pertambangan Provinsi Bangka Belitung tahun 2010-
2017 pada hasil dan pembahasan, maka peneliti mengambil kesimpulan sebagai
berikut:
1. Hasil uji Signfikansi VECM menunjukkan bahwa terdapat hubungan
jangka panjang dan jangka pendek antara Harga Timah, Produksi Timah,
dan PDRB sektor Pertambangan
a. Pada jangka pendek, variabel PDRB pada berpengaruh signifikan
positif terhadap produksi. Produsen akan melihat hasil pendapatan
yang diperoleh pada periode sebelumnya sebagai acuan untuk
menetapkan jumlah produksi. Jika pada periode sebelumnya
produsen mendapatkan profit yang tinggi maka produsen akan
meningkatkan jumlah produksi pada periode berikutnya. Dan
sebaliknya, jika profit yang didapatkan rendah maka produsen akan
mengurangi jumlah produksi pada periode berikutnya
Variabel Produksi berpengaruh signifikan negatif terhadap harga.
Hal ini mengacu kepada produsen harus menyesuaikan produksi
dengan kuantitas yang ada di pasar, yang nantinya akan berdampak
ke harga timah. Jika produsen memproduksi timah secara besar-
besaran, hal ini juga bisa mempengaruhi harga timah yang ada.
Semakin banyak produksi timah juga bisa membuat harga timah
mengalami penurunan.
b. Pada jangka panjang, harga timah mempunyai pengaruh signifikan
positif terhadap PDRB. Semakin tinggi harga timah berarti
pendapatan yang didapatkan dari penjualan timah juga ikut
meningkat. Dengan pendapatan dari penjualan timah yang
62
meningkat, tentu berpengaruh pada PDRB sektor pertambangan.
Hal ini juga sesuai dengan teori PDRB dengan pendekatan
produksi. Jika harga meningkat maka barang yang di produksi juga
meningkat. Dengan begitu pendapatan yang akan didapatkan juga
akan meningkat.
Sedangkan Produksi Timah tidak memiliki pengaruh signifikan
terhadap PDRB. Ada hal yang dapat dijadikan alasan mendasar
mengapa produksi timah tidak berpengaruh signifikan terhadap
PDRB sektor Pertambangan di Provinsi Bangka Belitung, yaitu
besarnya biaya produksi yang dibutuhkan dalam kegiatan
pertambangan timah serta dikarenakan timah merupakan sumber
daya alam yang tidak dapat diperbaharui, akan ada waktu dimana
sumber daya timah itu habis, atau dihentikan kegiatan
pertambangan timah karena cadangan timah yang semakin sedikit.
2. Pada Hasil Uji Kausalitas Engel Granger menunjukkan diantara ketiga
variabel yaitu Harga Timah, Produksi Timah dan PDRB sektor
Pertambangan tidak terdapat kausalitas (hubungan sebab akibat), namun
terdapat 2 hubungan satu arah, yaitu:
a. Harga timah mempengaruhi produksi timah.Hal ini didukung oleh
teori penawaran. Teori penawaran menjelaskan bahwa jika harga
suatu barang mengalami peningkatan, maka barang yang
ditawarkan atau diproduksi juga akan semakin banyak, dan
sebaliknya, semakin rendah harga suatu barang maka jumlah
barang yang ditawarkan atau diproduksi juga semakin sedikit. Oka
(2008) menjelaskan hal tersebut terjadi karena dengan rendahnya
harga barang membuat produsen enggan memperoduksi lebih
banyak karena sedikitnya pembeli. Hal ini juga berarti bahwa
dengan rendah atau tingginya harga timah bisa membuat produsen
mengambil keputusan apakah akan memproduksi timah lebih
banyak atau lebih sedikit.
63
b. Harga timah mempengaruhi PDRB sektor pertambangan. Harga
timah sendiri menjadi salah satu faktor dari pendapatan timah di
Bangka Belitung. Semakin tinggi harga timah berarti pendapatan
yang didapatkan dari penjualan timah juga ikut meningkat. Dengan
pendapatan dari penjualan timah yang meningkat, tentu
berpengaruh pada PDRB sektor pertambangan. Hal ini juga sesuai
dengan teori PDRB dengan pendekatan produksi. Jika harga
meningkat maka barang yang di produksi juga meningkat. Dengan
begitu pendapatan yang akan didapatkan juga akan meningkat.
3. Hasil Uji Variance Decomposition pada akhir periode menunjukkan
bahwa :
a. Variabel harga berkontribusi paling besar terhadap harga itu sendiri
yaitu sebesar 43,63%, dan diikuti oleh produksi dan PDRB sebesar
24,54% dan 31,81%.
b. Variabel produksi juga menunjukkan bahwa produksi berkontribusi
paling besar terhadap produksi itu sendiri yaitu sebesar 62,96% dan
diikuti oleh harga sebesar 21,71% dan PDRB sebesar 15,31%.
c. Variabel PDRB juga menjadi kontributor terbesar bagi PDRB itu
sendiri yaitu sebesar 96,07% serta diikuti dengan kontribusi harga
sebesar 2,34% dan produksi sebesar 1,58%.
B. Saran
Berdasarkan pengkajian hasil penelitian yang telah dilakukan mengenai
analisis hubungan antara harga timah, produksi timah, dan PDRB sektor
pertambangan Provinsi Bangka Belitung, berikut beberapa saran atau rekomendasi
yang ingin disampaikan oleh peneliti:
1. Saran Khusus (Bagi PEMDA Provinsi Bangka Belitung)
Berdasarkan hasil penelitian yang dilakukan dapat diperoleh informasi
yang bisa dijadikan sebagai referensi bahan masukan dalam proses
penerapan kebijakan yang dilakukan oleh PEMDA Provinsi Bangka
Belitung. Berkaitan dengan hal tersebut, PEMDA Provinsi Bangka
Belitung diharapkan dapat mengupayakan supaya harga timah secara
64
konstan meningkat agar PDRB sektor pertambangan juga ikut meningkat.
Lalu, PEMDA juga diharapkan untuk bersikap semakin tegas terhadap
kebijakan-kebijakan yang sudah dibuat terkait pertambangan ilegal (ilegal
mining) yang masih marak terjadi dan membuat cadangan timah semakin
berkurang namun tidak masuk ke pendapatan daerah. Penelitian ini juga
dapat dijadikan referensi dalam mengambil kebijakan dalam hal
penggunaan sumber daya timah, dimana diketahui bahwa sumber daya
timah termasuk ke dalam sumber daya alam tidak dapat diperbaharui.
Pemerintah Daerah sebagai pengambil kebijakan diharapkan untuk
mencoba mencari dan melihat sumber daya alam lain yang dapat dijadikan
sumber daya unggulan untuk pemasukan daerah serta bukan termasuk
dalam sumber daya alam tidak dapat diperbaharui.
2. Saran Umum (Bagi peneliti selanjutnya)
Dalam proses menyelesaikan penelitian ini, peneliti memiliki keterbatasan
dalam ilmu yang dimiliki untuk mengkaji hal terkait dengan lebih baik dan
lebih lanjut. Peneliti selanjutnya diharapkan untuk bisa memperbaiki
keterbatasan dan kelemahan yang dimiliki peneliti serta mengkaji lebih
banyak sumber dan referensi terkait sehingga penelitian dapat
dilaksanakan dengan lebih baik.
3. Saran Umum (Bagi Masyarakat)
Dengan selesainya skripsi ini, masyarakat diharapkan untuk mengerti
hubungan antara harga timah, produksi timah dan PDRB sektor
pertambangan, serta dapat berkontribusi dengan memberikan saran dari
pihak masyarakat lokal yang mungkin lebih tau kondisi lapangan terkait
kegiatan pertambangan timah dalam kegiatan pengambilan keputusan
kebijakan pemerintah.
65
DAFTAR PUSTAKA
Afrianto, Denny. 2010. Analisis Pengaruh Stok Beras, Luas Panen, Rata-rata
Produksi, Harga Beras dan Jumlah Konsumsi Beras terhadap Ketahanan
Pangan di Jawa Tengah. Skripsi. Fakultas Ekonomi Universitas Diponegoro.
Semarang.
Ajija, Shochrul Rohmatul, dkk. 2011. Cara Cerdas Menguasai Eviews. Salemba
Empat. Jakarta
Ansofino, dkk. 2016. Buku Ajar Ekonometrika. Yogyakarta: Deepublish.
Ariefianto, Moch. Doddy. 2012. Ekonometrika : Esensi dan Aplikasi dengan
Eviews. Penerbit : Erlangga. Jakarta.
Annual Report PT. Timah Tbk Tahun 2008.
Annual Report PT. Timah Tbk Tahun 2009.
Annual Report PT. Timah Tbk Tahun 2010.
Annual Report PT. Timah Tbk Tahun 2011.
Annual Report PT. Timah Tbk Tahun 2012.
Annual Report PT. Timah Tbk Tahun 2013.
Annual Report PT. Timah Tbk Tahun 2014.
Annual Report PT. Timah Tbk Tahun 2015.
Annual Report PT. Timah Tbk Tahun 2016.
Annual Report PT. Timah Tbk Tahun 2017.
Arsyad, Lincolin. 2014. Ekonomi Manajerial. BPPE Yogyakarta: Yogyakarta.
Halaman 135 dan 145.
Basri, Faisal. 2010. Dasar-dasar Ekonomi Internasional Pengenalan dan Aplikasi
Metode Kuantitatif. Kencana : Jakarta.
66
Basuki, Agus Tri dan Nano Prawoto. 2016. Analisis Regresi dalam penelitian
ekonomi dan bisnis. Edisi Pertama. Cetakan Pertama. Rajawali Pers: Jakarta.
Boediono. 2005. Ekonomi Makro. BPFE :Yogyakarta.
BPS. 2017. Provinsi Kepulauan Bangka Belitung dalam Angka Tahun 2017.
Publikasi BPS.
Brunnschweiler, Christa N., Erwin H. Bulte. 2008.The Resource Curse Revisited
and Revised: A Tale of Paradoxes and Red Herrings. Sciencedirect. Journal
of Environmental Economics and Management 55 (3) Page 248–264.
Fauzi, A. 2004. Ekonomi Sumber Daya Alam dan Lingkungan: Teori dan
Aplikasi.PT. Gramedia Pustaka Utama : Jakarta.
Gokmenoglu, Korhan, Vahid Azin and Nigar Taspinar. 2015. The Relationship
between Industrial Production, GDP, Inflation and Oil Price: The Case of
Turkey. Sciencedirect. Elsevier Ltd.
Hady, Hamdy. 2001. Ekonomi Internasional. Edisi satu. Ghalia Indonesia :
Jakarta.
Hassan, Khalid and Azrai Abdullah. 2015. Effect of Oil Revenue and the Sudan
Economy: Econometric Model for Services Sector GDP. Sciencedirect.
Elsevier Ltd.
Irfanurrochim, Achmad. 2016. Analisis Pengaruh Jumlah Tenaga Kerja, Jumlah
Investasi, dan Jumlah Hasil Produksi Industri Pengolahan Terhadap
Pertumbuhan Ekonomi di Kota Bontang Tahun 2004-2014. Skripsi.
Universitas Islam Negeri Sunan Kalijaga Yogyakarta.
Joesron, Tati Suhartati dan M. Fathorrozi. 2003. Teori Ekonomi Mikro. Salemba
Empat: Jakarta.
67
Julaihah, Umi dan Insukindro. 2004. Analisis dampak kebijakan moneter terhadap
variabel makroekonomi di Indonesia tahun 1983.1-2003.2. Buletin Ekonomi
Moneter dan Perbankan: Jakarta.
Kostov, Philip dan John Lingard. 2000.Regime Switching Vector Error Correction
Model (VECM).Analysis of UK Meat.
Kotler, Philip and Gary Amstrong. 2001. Prinsip-Prinsip Pemasaran, Jilid 1
Cetakan Ke-8, Hal 439. Erlangga: Jakarta.
Mankiw, Gregory N. 2000. Teori Mikro dan Makro Ekonomi.Penerbit Erlangga:
Jakarta.
_________________.2003. Pengantar Ekonomi. Edisi Kedua Jilid 1. Penerbit
Erlangga: Jakarta
Marius P. Angipora. 2002. Dasar-dasar Pemasaran. Cetakan 2. Hal 268. PT. Raja
Grafindo Persada: Jakarta.
Mideksa, Torben K. 2013. The Economic Impact of Natural Resources.
Sciencedirect. Journal of Environmental Economics and Management.
Elsevier Ltd.
Miller, Rogeer LR, Meiners. 2000. Teori Ekonomi Internasional. Edisi 3. Raja
Grafindo Persada : Jakarta.
Nachrowi, Djalal dan Hardius Usman. 2006. Pendekatan Populer dan Praktis
Ekonometrika Analisis Ekonomi dan Keuangan: dilengkapi Teknik Analisis
dan Pengolahan Data dengan SPSS dan Eviews. Lembaga Penerbit FE UI:
Jakarta.
Rahardja, Pratama. 2006. Teori Ekonomi Mikro; Suatu Pengantar. Lembaga
Penerbitan Fakultas Ekonomi Universitas Indonesia : Jakarta.
Rodriguez, Rebeca Jiménez and Sánchez, Marcelo. (2004) Oil Price Shocks and
Real GDP Growth; Empirical Evidence for some OECD Countries.
Working Paper Series. European Central Bank.
Rosyidi, Suherman. 2001. Pengantar Teori Ekonomi :Pendekatan Kepada Teori
Ekonomi Mikro dan Makro. Raja Grafindo Persada : Jakarta.
68
Rugian, Geyli. 2013. Olahan dan Analisis produksi ekspor hasil perikanan
terhadap PDRB kota Bitung. Jurnal EMBA. FEB, Jurusan Ekonomi
Pembangunan. Universitas Sam Ratulangi. Manado.
Sadono, Sukirno. 2009. Mikro Ekonomi : Teori Pengantar. PT. Raja Grasindo
Persada : Jakarta.
____________. 2010. Makroekonomi: Teori Pengantar. Edisi Ketiga. PT. Raja
Grasindo Perseda. Jakarta.
Sala-i-Martin, Xavier. Gernot Doppelhofer, Ronald I. Miller. 2004.Determinants
of Long-Term Growth: A Bayesian Averaging of Classical Estimates
(BACE) Approach.American Economic Review 94 (4): Page 813–835.
Santosa, Budi. 2013. Integrasi Pasar Modal Kawasan Cina-ASEAN. Jurnal
Ekonomi Pembangunan Vol.14. No. 1 Juni 2013. Hal 78-91.
Sirdon, Evi Susanti Tasri, Drs. Firdaus SY,MP. 2016. Pengaruh Tenaga Kerja,
Jumlah Produksi, dan Luas Lahan terhadap PDRB sektor Pertanian di
Kabupaten Sumatera Barat. Jurnal Ekonomi Pembangunan Vol. 8 No. 3
Februari 2016. Universitasi Bung Hatta.
Subhi, Citra Putri. 2014. Analisis integrasi pasar modal kawasan Asia-Pasifik
(APEC): Implikasi diversifikasi internasional periode 2009-
2013.Undergraduate thesis. Universitas Islam Negeri Maulana Malik
Ibrahim.
Sugianto, dkk. 2000. Ekonomi Mikro. Salemba Empat : Jakarta. Sulaksono, Agus, 2014, Pengaruh Produksi Batubara Terhadap Pertumbuhan
Ekonomi dan Kesejahteraan Masyarakat pada Era Otonomi Daerah di
Indonesia. Jurnal Penelitian. Universitas Gunadarma.
Sumiarti, Murti et, al.. 1987.Dasar-dasar Ekonomi Perusahaan. Edisi II. Hal
60.Penerbit Liberty: Yogyakarta.
Tarigan, Robinson. 2009. Ekonomi Regional Teori dan Aplikasi. Edisi kelima. PT
Bumi Aksara : Jakarta.
Tim. Reality. 2008. Kamus Terbaru Bahasa Indonesia Dilengkapi Ejaan Yang
Benar. PT. Reality Publisher: Jakarta.
69
Undang Undang Nomor 23 Tahun 1997. Pengelolaan Lingkungan Hidup.
Weitzman, Martin L. 1999. Pricing the Limits to Growth from Minerals Depletion.
Quarterly Journal of Economics 114 (2) : Page 691–706.
Widodo, Tri. 2006. Perencanaan Pembangunan: Aplikasi Komputer (Era
Otonomi Daerah). UPP STIM YKPN: Yogyakarta.
Widarjono, Agus. 2007. Ekonometrika: Teori dan aplikasi untuk ekonomi dan
bisnis.Ekonisia: Yogyakarta.
Winarno, Wing Wahyu. 2009. Analisis Ekonometrika dan Statistika dengan
EViews. Sekolah Tinggi Ilmu Manajemen YKPN: Yogyakarta.
Yakin, A. 2004. Ekonomi Sumber Daya Alam dan Lingkungan Teori dan
Kebijakan Pembangunan Berkelanjutan. Akademika Presindo: Jakarta.
Yoeti, Oka. A. 2008. Ekonomi Pariwisata: Introduksi, Informasi, dan
Implementasi. Penerbit : Kompas: Jakarta.
https://bps.go.id/
https://babel.bps.go.id/
https://bangka.tribunnews.com/amp/2015/03/28/peranan-timah-terhadap-
pembangunan-masyarakat-bangka-tengah
http://bappeda.babelprov.go.id/content/rencana-pembangunan-jangka-menengah-
daerah-provinsi-kepulauan-bangka-belitung
https://bisnis.tempo.co/read/656245/harga-timah-anjlok-stok-pt-timah-melimpah-
di-tiga-negara/full&view=ok. Tempo, 2015.
https://www.imf.org/external/np/fin/data/rms_mth.aspx?SelectDate=2012-01-
31&reportType=CVSDR
https://kbbi.web.id/harga
https://kbbi.web.id/produksi
https://investasi.kontan.co.id/news/produksi-pt-timah-terbesar-kedua-dunia
http://info-pertambangan.blogspot.co.id/2012/10/pertambangan-timah.html
http://www.timah.com/v3/ina/home/
70
http://www.timah.com/v3/ina/bisnis-kami-pemasaran-dan-distribusi/
https://www.viva.co.id/berita/bisnis/263934-alasan-harga-timah-turun
71
LAMPIRAN
Lampiran I : Hasil Estimasi VECM
A. Uji Stasioneritas Level Harga Timah, Produksi Timah dan PDRB Sek.
Pertambangan
Null Hypothesis: HARGA has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.924451 0.3173
Test critical values: 1% level -3.661661
5% level -2.960411
10% level -2.619160 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(HARGA)
Method: Least Squares
Date: 07/23/18 Time: 12:42
Sample (adjusted): 2010Q2 2017Q4
Included observations: 31 after adjustments Variable Coefficient Std. Error t-Statistic Prob. HARGA(-1) -0.211046 0.109666 -1.924451 0.0642
C 2.099557 1.089053 1.927873 0.0637 R-squared 0.113245 Mean dependent var 0.004042
Adjusted R-squared 0.082667 S.D. dependent var 0.109720
S.E. of regression 0.105087 Akaike info criterion -1.605709
Sum squared resid 0.320257 Schwarz criterion -1.513194
Log likelihood 26.88849 Hannan-Quinn criter. -1.575552
F-statistic 3.703511 Durbin-Watson stat 1.497611
Prob(F-statistic) 0.064160
72
Null Hypothesis: PRODUKSI has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.053613 0.2638
Test critical values: 1% level -3.661661
5% level -2.960411
10% level -2.619160 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(PRODUKSI)
Method: Least Squares
Date: 07/23/18 Time: 12:42
Sample (adjusted): 2010Q2 2017Q4
Included observations: 31 after adjustments Variable Coefficient Std. Error t-Statistic Prob. PRODUKSI(-1) -0.248543 0.121027 -2.053613 0.0491
C 2.084160 1.013651 2.056091 0.0489 R-squared 0.126962 Mean dependent var 0.014809
Adjusted R-squared 0.096857 S.D. dependent var 0.644528
S.E. of regression 0.612520 Akaike info criterion 1.919870
Sum squared resid 10.88023 Schwarz criterion 2.012385
Log likelihood -27.75798 Hannan-Quinn criter. 1.950027
F-statistic 4.217324 Durbin-Watson stat 2.416583
Prob(F-statistic) 0.049128
73
Null Hypothesis: PDRB has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.675704 0.0896
Test critical values: 1% level -3.661661
5% level -2.960411
10% level -2.619160 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(PDRB)
Method: Least Squares
Date: 07/23/18 Time: 12:43
Sample (adjusted): 2010Q2 2017Q4
Included observations: 31 after adjustments Variable Coefficient Std. Error t-Statistic Prob. PDRB(-1) -0.162552 0.060751 -2.675704 0.0121
C 2.352401 0.875310 2.687505 0.0118 R-squared 0.197995 Mean dependent var 0.010381
Adjusted R-squared 0.170340 S.D. dependent var 0.035323
S.E. of regression 0.032174 Akaike info criterion -3.972986
Sum squared resid 0.030020 Schwarz criterion -3.880471
Log likelihood 63.58128 Hannan-Quinn criter. -3.942828
F-statistic 7.159389 Durbin-Watson stat 2.212367
Prob(F-statistic) 0.012134
74
B. Uji Stasioneritas First Difference Harga Timah, Produksi Timah, dan
PDRB Sek. Pertambangan
Null Hypothesis: D(HARGA) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.369093 0.0017
Test critical values: 1% level -3.670170
5% level -2.963972
10% level -2.621007 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(HARGA,2)
Method: Least Squares
Date: 07/11/18 Time: 05:44
Sample (adjusted): 2010Q3 2017Q4
Included observations: 30 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(HARGA(-1)) -0.816312 0.186838 -4.369093 0.0002
C 0.002344 0.020411 0.114847 0.9094 R-squared 0.405381 Mean dependent var -0.002707
Adjusted R-squared 0.384145 S.D. dependent var 0.142227
S.E. of regression 0.111615 Akaike info criterion -1.483181
Sum squared resid 0.348822 Schwarz criterion -1.389768
Log likelihood 24.24771 Hannan-Quinn criter. -1.453297
F-statistic 19.08898 Durbin-Watson stat 1.904644
Prob(F-statistic) 0.000155
75
Null Hypothesis: D(PDRB) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.648852 0.0001
Test critical values: 1% level -3.670170
5% level -2.963972
10% level -2.621007 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(PDRB,2)
Method: Least Squares
Date: 07/11/18 Time: 05:44
Sample (adjusted): 2010Q3 2017Q4
Included observations: 30 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(PDRB(-1)) -1.091446 0.193216 -5.648852 0.0000
C 0.010578 0.006981 1.515210 0.1409 R-squared 0.532629 Mean dependent var -0.002588
Adjusted R-squared 0.515937 S.D. dependent var 0.051806
S.E. of regression 0.036044 Akaike info criterion -3.743836
Sum squared resid 0.036376 Schwarz criterion -3.650423
Log likelihood 58.15754 Hannan-Quinn criter. -3.713952
F-statistic 31.90953 Durbin-Watson stat 1.926058
Prob(F-statistic) 0.000005
76
Null Hypothesis: D(PRODUKSI) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.880691 0.0000
Test critical values: 1% level -3.670170
5% level -2.963972
10% level -2.621007 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(PRODUKSI,2)
Method: Least Squares
Date: 07/11/18 Time: 05:44
Sample (adjusted): 2010Q3 2017Q4
Included observations: 30 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(PRODUKSI(-1)) -1.387881 0.176112 -7.880691 0.0000
C 0.017334 0.112141 0.154573 0.8783 R-squared 0.689252 Mean dependent var -0.029466
Adjusted R-squared 0.678154 S.D. dependent var 1.081166
S.E. of regression 0.613361 Akaike info criterion 1.924615
Sum squared resid 10.53393 Schwarz criterion 2.018028
Log likelihood -26.86922 Hannan-Quinn criter. 1.954498
F-statistic 62.10530 Durbin-Watson stat 2.044747
Prob(F-statistic) 0.000000
77
C. Uji Lag Length
VAR Lag Order Selection Criteria
Endogenous variables: HARGA PDRB PRODUKSI
Exogenous variables: C
Date: 07/24/18 Time: 05:46
Sample: 2010Q1 2017Q4
Included observations: 28 Lag LogL LR FPE AIC SC HQ 0 19.26326 NA 6.28e-05 -1.161661 -1.018925 -1.118025
1 60.91985 71.41130 6.13e-06 -3.494275 -2.923330* -3.319731
2 74.49947 20.36942* 4.54e-06* -3.821390 -2.822237 -3.515939*
3 79.57008 6.519359 6.42e-06 -3.540720 -2.113358 -3.104361
4 93.61656 15.04980 5.11e-06 -3.901183* -2.045612 -3.333917 * indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
78
D. Uji Kointegrasi
Date: 07/24/18 Time: 12:59
Sample (adjusted): 2010Q4 2017Q4
Included observations: 29 after adjustments
Trend assumption: Linear deterministic trend
Series: HARGA PDRB PRODUKSI
Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.579313 32.72205 29.79707 0.0224
At most 1 0.134619 7.611950 15.49471 0.5078
At most 2 0.111211 3.418964 3.841466 0.0644 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.579313 25.11010 21.13162 0.0130
At most 1 0.134619 4.192986 14.26460 0.8385
At most 2 0.111211 3.418964 3.841466 0.0644 Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): HARGA PDRB PRODUKSI
11.27452 9.977624 0.435805
-3.352157 14.86519 -1.074429
-2.674164 -0.254155 -1.488739
Unrestricted Adjustment Coefficients (alpha): D(HARGA) -0.064338 -0.009685 -0.005297
D(PDRB) -0.001726 -0.007404 0.008213
D(PRODUKSI) -0.050486 0.128062 0.122348
1 Cointegrating Equation(s): Log likelihood 79.52114 Normalized cointegrating coefficients (standard error in parentheses)
HARGA PDRB PRODUKSI
1.000000 0.884971 0.038654
(0.28233) (0.02601)
79
Adjustment coefficients (standard error in parentheses)
D(HARGA) -0.725376
(0.15472)
D(PDRB) -0.019457
(0.07842)
D(PRODUKSI) -0.569209
(1.25034)
2 Cointegrating Equation(s): Log likelihood 81.61764 Normalized cointegrating coefficients (standard error in parentheses)
HARGA PDRB PRODUKSI
1.000000 0.000000 0.085546
(0.03808)
0.000000 1.000000 -0.052987
(0.03866)
Adjustment coefficients (standard error in parentheses)
D(HARGA) -0.692910 -0.785908
(0.15949) (0.24276)
D(PDRB) 0.005363 -0.127281
(0.07957) (0.12112)
D(PRODUKSI) -0.998492 1.399929
(1.26235) (1.92140)
E. Uji Kausalitas Engel-Granger
Pairwise Granger Causality Tests
Date: 07/23/18 Time: 15:44
Sample: 2010Q1 2017Q4
Lags: 2 Null Hypothesis: Obs F-Statistic Prob. PDRB does not Granger Cause HARGA 30 6.46482 0.0055
HARGA does not Granger Cause PDRB 1.43374 0.2574 PRODUKSI does not Granger Cause HARGA 30 3.58262 0.0428
HARGA does not Granger Cause PRODUKSI 1.23659 0.3075 PRODUKSI does not Granger Cause PDRB 30 0.02365 0.9767
PDRB does not Granger Cause PRODUKSI 2.75120 0.0832
80
F. Signifikansi VECM
Vector Error Correction Estimates
Date: 11/01/18 Time: 13:03
Sample (adjusted): 2010Q4 2017Q4
Included observations: 29 after adjustments
Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 PDRB(-1) 1.000000
HARGA(-1) 1.129980
(0.21493)
[ 5.25749]
PRODUKSI(-1) 0.043678
(0.03316)
[ 1.31706]
C -26.01961 Error Correction: D(PDRB) D(HARGA) D(PRODUKSI) CointEq1 -0.017219 -0.641937 -0.503734
(0.06940) (0.13693) (1.10652)
[-0.24812] [-4.68817] [-0.45524]
D(PDRB(-1)) -0.221005 1.039475 9.111826
(0.27018) (0.53308) (4.30785)
[-0.81800] [ 1.94995] [ 2.11517]
D(PDRB(-2)) -0.004962 0.979523 -1.240089
(0.33310) (0.65723) (5.31117)
[-0.01490] [ 1.49037] [-0.23349]
D(HARGA(-1)) 0.125548 0.171989 -0.465051
(0.07118) (0.14043) (1.13486)
[ 1.76392] [ 1.22469] [-0.40979]
D(HARGA(-2)) 0.040645 0.273664 -1.436282
(0.07680) (0.15154) (1.22461)
[ 0.52919] [ 1.80588] [-1.17284]
D(PRODUKSI(-1)) -0.003135 -0.081306 -0.394593
(0.01315) (0.02595) (0.20971)
[-0.23833] [-3.13311] [-1.88163]
D(PRODUKSI(-2)) 0.000116 -0.048676 -0.129176
(0.01406) (0.02774) (0.22417)
[ 0.00825] [-1.75472] [-0.57624]
C 0.010193 -0.027807 -0.051326
(0.00962) (0.01898) (0.15338)
[ 1.05967] [-1.46510] [-0.33464] R-squared 0.177916 0.639082 0.393555
81
Adj. R-squared -0.096112 0.518776 0.191407
Sum sq. resids 0.029462 0.114694 7.489982
S.E. equation 0.037456 0.073903 0.597215
F-statistic 0.649264 5.312145 1.946866
Log likelihood 58.78409 39.07611 -21.52014
Akaike AIC -3.502351 -2.143180 2.035872
Schwarz SC -3.125166 -1.765995 2.413057
Mean dependent 0.008499 -0.003556 0.007334
S.D. dependent 0.035776 0.106534 0.664149 Determinant resid covariance (dof adj.) 2.19E-06
Determinant resid covariance 8.33E-07
Log likelihood 79.52114
Akaike information criterion -3.622148
Schwarz criterion -2.349148
G. Uji Impulse Response Function
-.08
-.04
.00
.04
.08
1 2 3 4 5 6 7 8 9 10
PDRB HARGA PRODUKSI
Response of HARGA to CholeskyOne S.D. Innovations
82
-.4
-.2
.0
.2
.4
.6
1 2 3 4 5 6 7 8 9 10
PDRB HARGA PRODUKSI
Response of PRODUKSI to CholeskyOne S.D. Innovations
-.01
.00
.01
.02
.03
.04
1 2 3 4 5 6 7 8 9 10
PDRB HARGA PRODUKSI
Response of PDRB to CholeskyOne S.D. Innovations
83
H. Uji Variance Decomposition
Variance Decomposition of
PDRB:
Period S.E. PDRB HARGA PRODUKSI 1 0.037456 100.0000 0.000000 0.000000
2 0.048282 96.52648 3.285619 0.187906
3 0.057465 94.51736 3.731056 1.751586
4 0.063692 93.98288 3.656788 2.360336
5 0.068301 94.39506 3.193893 2.411042
6 0.072350 94.82264 2.906039 2.271321
7 0.075937 95.10969 2.819474 2.070832
8 0.079621 95.39693 2.719376 1.883699
9 0.083314 95.73311 2.545827 1.721063
10 0.087045 96.07447 2.340226 1.585306 Variance Decomposition of
HARGA:
Period S.E. PDRB HARGA PRODUKSI 1 0.073903 1.228131 98.77187 0.000000
2 0.112293 1.367007 71.13897 27.49402
3 0.133784 3.654803 66.20281 30.14239
4 0.142405 7.766059 60.49434 31.73960
5 0.148927 13.38196 55.34269 31.27535
6 0.156469 20.83742 50.61883 28.54375
7 0.161593 25.25243 47.97263 26.77494
8 0.165385 28.53702 45.88795 25.57502
9 0.168026 30.58878 44.52131 24.88991
10 0.170704 31.81787 43.63817 24.54396 Variance Decomposition of
PRODUKSI:
Period S.E. PDRB HARGA PRODUKSI 1 0.597215 1.610164 17.09012 81.29971
2 0.795011 21.20511 17.30183 61.49306
3 0.914881 16.65471 20.63543 62.70986
4 1.061913 14.96439 22.12318 62.91242
5 1.180010 14.71244 22.80552 62.48204
6 1.283066 14.32578 22.79581 62.87841
7 1.375680 14.58289 22.49201 62.92511
8 1.457002 14.90388 22.14272 62.95340
9 1.532201 15.14202 21.87327 62.98471
10 1.603666 15.31226 21.71880 62.96894 Cholesky Ordering: PDRB
HARGA PRODUKSI
84
Lampiran II : Data Penelitian
Bulan PDRB Produksi Harga LnPDRB LnProduksi LnHarga
2010Q1 1,423,408.30 2,465.033 17,380.00 14.17 7.81 9.76
2010Q2 1,477,897.52 3,433.700 17,736.67 14.21 8.14 9.78
2010Q3 1,534,800.14 3,153.733 21,840.00 14.24 8.06 9.99
2010Q4 1,641,333.23 3,508.267 25,508.33 14.31 8.16 10.15
2011Q1 1,633,069.81 2,826.767 31,263.33 14.31 7.95 10.35
2011Q2 1,730,309.79 3,288.333 28,438.33 14.36 8.10 10.26
2011Q3 1,750,911.98 3,526.067 24,598.33 14.38 8.17 10.11
2011Q4 1,695,859.76 2,797.700 20,220.00 14.34 7.94 9.91
2012Q1 1,710,938.60 1,876.977 23,625.00 14.35 7.54 10.07
2012Q2 1,747,404.54 2,522.067 20,445.00 14.37 7.83 9.93
2012Q3 1,693,366.30 1,921.233 20,171.67 14.34 7.56 9.91
2012Q4 1,823,638.00 1,054.467 21,710.00 14.42 6.96 9.99
2013Q1 1,806,815.49 7,327.767 23,713.33 14.41 8.91 10.07
2013Q2 1,788,317.53 1,147.167 20,421.67 14.40 7.05 9.92
2013Q3 1,734,386.46 1,387.710 21,546.67 14.37 7.24 9.98
2013Q4 1,768,124.05 1,862.467 22,840.00 14.39 7.53 10.04
2014Q1 1,813,937.84 1,080.500 22,820.00 14.41 6.99 10.04
2014Q2 1,903,876.31 1,696.057 22,978.33 14.46 7.44 10.04
2014Q3 1,916,712.37 1,709.787 21,618.33 14.47 7.44 9.98
2014Q4 1,988,241.26 2,086.763 19,855.00 14.50 7.64 9.90
2015Q1 1,965,923.69 12,278.460 17,955.00 14.49 9.42 9.80
2015Q2 1,961,712.64 13,633.020 15,040.00 14.49 9.52 9.62
2015Q3 1,914,580.42 14,564.360 15,290.00 14.47 9.59 9.63
2015Q4 1,897,808.22 15,072.470 14,846.67 14.46 9.62 9.61
2016Q1 1,850,716.86 15,157.350 15,973.33 14.43 9.63 9.68
2016Q2 1,911,524.60 14,819.010 16,880.00 14.46 9.60 9.73
2016Q3 1,965,923.69 14,057.440 18,996.67 14.49 9.55 9.85
2016Q4 2,012,401.58 12,872.640 21,125.00 14.51 9.46 9.96
2017Q1 2,010,989.31 11,264.610 19,775.00 14.51 9.33 9.89
2017Q2 2,179,674.31 9,233.355 20,116.67 14.59 9.13 9.91
2017Q3 2,044,076.87 6,778.872 20,925.00 14.53 8.82 9.95
2017Q4 1,963,770.70 3,901.162 19,700.00 14.49 8.27 9.89
Nilai t-tabel = probabilitas x (n -1)
= 0.05 x 31
= 2.039513