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 : gitarapsari@gmail.com

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