Pendahuluan

Utang pemerintah menjadi alat penting dalam mendanai pembangunan dan mengelola anggaran keuangan sebuah negara. Di Indonesia, jumlah utang pemerintah terus berubah seiring dengan perkembangan ekonomi, kondisi keuangan negara, serta kebijakan pembiayaan yang digunakan. Karena itu, diperlukan analisis berbasis angka untuk mengetahui apa saja faktor yang memengaruhi total utang Indonesia.

Penelitian ini menggunakan metode regresi linier berganda untuk menganalisis pengaruh pertumbuhan Produk Domestik Bruto (PDB), PDB tahun lalu, dan rasio utang tahun lalu terhadap jumlah utang Indonesia.

Deskripsi dan Sumber Data

Analisis regresi berganda adalah sebuah metode statistik yang digunakan untuk memodelkan hubungan antara satu variabel dependen (variabel respons) dengan dua atau lebih variabel independen (variabel prediktor). Tujuan dari analisis regresi berganda adalah untuk menentukan sejauh mana variabel-variabel prediktor tersebut berkontribusi terhadap variasi variabel respons.

Total utang Republik Indonesia merupakan salah satu indikator penting dalam pengelolaan fiskal negara. Perubahan total utang dipengaruhi oleh berbagai faktor ekonomi makro, baik kondisi ekonomi pada tahun berjalan maupun kondisi fiskal pada periode sebelumnya. Pertumbuhan Produk Domestik Bruto (PDB) mencerminkan kemampuan ekonomi nasional, sementara nilai PDB dan rasio utang tahun sebelumnya dapat memengaruhi kebijakan pembiayaan pemerintah di tahun berjalan.

Data yang digunakan dalam analisis ini merupakan data sekunder yang terdiri dari variabel: Total Utang Republik Indonesia (Y) Pertumbuhan PDB (X1) PDB Republik Indonesia tahun sebelumnya (X2) Rasio utang tahun sebelumnya (X3)

sumber data: https://doi.org/10.52166/ujmc.v10i1.6631

Exploratory Data Analysis

library(readxl)
## Warning: package 'readxl' was built under R version 4.4.3
Regresi_Linier_Berganda <- read_excel("D:/Komputasi Statistika/DATA UAS KOMSTAT.xlsx")
View(Regresi_Linier_Berganda)

Metode Analisis

Metode analisis yang digunakan adalah regresi linier berganda, dengan model sebagai berikut:

Y = β₀ + β₁X₁ + β₂X₂ + … + βₚXₚ + ε

Dimana: Y = Variabel dependen X = Variabel independen β0 = konstanta (intercept) β1 = koefisien regresi ε = Error

Hasil dan Pembahasan

Analisis Regresi Linier Berganda

attach(Regresi_Linier_Berganda)
reg1 <- lm(Total_Utang_RI ~ Pertumbuhan_PDB+PDB_RI_Tahun_Lalu+Rasio_Utang_Tahun_Lalu)
summary(reg1)
## 
## Call:
## lm(formula = Total_Utang_RI ~ Pertumbuhan_PDB + PDB_RI_Tahun_Lalu + 
##     Rasio_Utang_Tahun_Lalu)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -590.6 -243.0   58.0  225.5  606.7 
## 
## Coefficients:
##                          Estimate Std. Error t value Pr(>|t|)    
## (Intercept)            -2.625e+03  5.919e+02  -4.435 0.000482 ***
## Pertumbuhan_PDB        -2.498e+01  5.700e+01  -0.438 0.667461    
## PDB_RI_Tahun_Lalu       4.188e-01  2.019e-02  20.737 1.87e-12 ***
## Rasio_Utang_Tahun_Lalu  6.488e+03  1.086e+03   5.973 2.56e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 395.8 on 15 degrees of freedom
## Multiple R-squared:  0.9738, Adjusted R-squared:  0.9685 
## F-statistic: 185.6 on 3 and 15 DF,  p-value: 4.429e-12

Hasil regresi menunjukkan bahwa PDB RI tahun lalu dan rasio utang tahun lalu berpengaruh positif dan signifikan terhadap Total Utang RI, sedangkan pertumbuhan PDB tidak signifikan. PDB RI tahun lalu memiliki koefisien sebesar 0,419 dengan p-value < 0,001, dan rasio utang tahun lalu memiliki koefisien sebesar 6.488 dengan p-value < 0,001, yang berarti keduanya meningkatkan total utang. Sebaliknya, pertumbuhan PDB memiliki koefisien −24,98 dengan p-value 0,667, sehingga tidak berpengaruh nyata. Model regresi sangat baik dengan R² = 0,9738 dan uji F signifikan (p-value < 0,001), menunjukkan bahwa model mampu menjelaskan sebagian besar variasi total utang RI.

plot (Pertumbuhan_PDB,Total_Utang_RI)

Plot menunjukkan bahwa hubungan antara pertumbuhan PDB dan total utang RI tidak membentuk pola linier yang jelas. Pada kisaran pertumbuhan PDB 4–6 persen, nilai total utang tetap bervariasi cukup besar. Hal ini mengindikasikan bahwa tingkat pertumbuhan ekonomi tidak secara langsung memengaruhi besarnya total utang, karena peningkatan atau penurunan utang lebih dipengaruhi oleh kebijakan fiskal dan kebutuhan pembiayaan pemerintah.

plot (PDB_RI_Tahun_Lalu,Total_Utang_RI)

Plot memperlihatkan hubungan positif yang kuat antara PDB RI tahun lalu dan total utang RI. Semakin besar nilai PDB pada tahun sebelumnya, semakin tinggi total utang yang tercatat. Pola titik yang membentuk tren meningkat menunjukkan bahwa PDB tahun lalu merupakan faktor penting dalam menjelaskan peningkatan total utang seiring dengan membesarnya skala perekonomian.

plot (Rasio_Utang_Tahun_Lalu,Total_Utang_RI)

Plot menunjukkan adanya kecenderungan hubungan positif antara rasio utang tahun lalu dan total utang RI. Pada rasio utang yang lebih tinggi, total utang cenderung lebih besar, meskipun terdapat beberapa penyimpangan. Hal ini menandakan bahwa rasio utang berpengaruh terhadap total utang, namun pengaruhnya tidak sepenuhnya konsisten karena adanya faktor lain yang turut memengaruhi.

Uji Asumsi

library(lmtest)
## Warning: package 'lmtest' was built under R version 4.4.3
## Loading required package: zoo
## Warning: package 'zoo' was built under R version 4.4.3
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric
library(car)
## Warning: package 'car' was built under R version 4.4.3
## Loading required package: carData
## Warning: package 'carData' was built under R version 4.4.3

Uji Normalitas Residual

shapiro.test(reg1$residual)
## 
##  Shapiro-Wilk normality test
## 
## data:  reg1$residual
## W = 0.9625, p-value = 0.6225

Berdasarkan hasil di atas, didapatkan nilai signifikansi sebesar 0.6225 lebih dari alpha (0.05) maka dapat dikatakan bahwa galat berdistribusi normal.

Uji Autokorelasi

dwtest(reg1)
## 
##  Durbin-Watson test
## 
## data:  reg1
## DW = 0.75232, p-value = 6.135e-05
## alternative hypothesis: true autocorrelation is greater than 0

Berdasarkan hasil di atas, Uji autokorelasi menggunakan metode Durbin–Watson menghasilkan nilai DW sebesar 0,75 dengan p-value sebesar 0,000061. Karena p-value lebih kecil dari tingkat signifikansi 0,05, maka hipotesis nol ditolak.

Uji Homoskedastisitas

bptest(reg1, studentize = FALSE)
## 
##  Breusch-Pagan test
## 
## data:  reg1
## BP = 3.3227, df = 3, p-value = 0.3445

Berdasarkan hasil di atas, didapatkan nilai signifikansi sebesar 0.3445 lebih dari alpha (0.05) maka dapat dikatakan ragam homogen.

uji multikolinearitas

vif(reg1)
##        Pertumbuhan_PDB      PDB_RI_Tahun_Lalu Rasio_Utang_Tahun_Lalu 
##               1.269265               1.323933               1.048734

Berdasarkan hasil di atas, didapatkan seluruh variabel independen memiliki nilai VIF < 10 maka artinya tidak terjadi multikolinieritas dalam model regresi.

Kesimpulan

Berdasarkan hasil analisis regresi linier berganda, dapat disimpulkan bahwa secara simultan pertumbuhan PDB, PDB tahun sebelumnya, dan rasio utang tahun sebelumnya berpengaruh signifikan terhadap total utang Republik Indonesia. Secara parsial, PDB RI tahun lalu dan rasio utang tahun lalu memiliki pengaruh signifikan, sedangkan pertumbuhan PDB tidak berpengaruh signifikan. Model yang digunakan telah memenuhi asumsi klasik dan layak digunakan sebagai alat analisis.

Referensi

James, G., et al. (2021). An Introduction to Statistical Learning with Applications in R. Springer. Montgomery, D. C., et al. (2021). Introduction to Linear Regression Analysis. Wiley. Badan Pusat Statistik. (2023). Statistik Keuangan Pemerintah Pusat Indonesia.