Documente Academic
Documente Profesional
Documente Cultură
Jeremias T. Keban
Fakultas Ilmu Sosial dan Politik Universitas Gadjah Mada
Suad Husnan
Fakultas Ekonomi dan Bisnis Universitas Gadjah Mada
Mamduh M. Hanafi
Fakultas Ekonomi dan Bisnis Universitas Gadjah Mada
ABSTRACT
Life insurance has become the need in today modern communitys life. In Indonesia, the demand on life insurance
grew continuously in line with the increase of peoples income and awareness on the importance of risk anticipation.
To fulfill this demand, the number of life insurance companies always increased as well as various products supplied
in the market. However, the contribution of insurance industry, especially life insurance, on Indonesias economy
was relatively low. This research is aimed to analyze factors affecting the life insurance industry growth from
supply side. The secondary data was collected from 15 biggest life insurance companies in Indonesia. Meanwhile,
the main tools of analysis used were including descriptive statistic and dynamic panel regression. The analysis
result shows that the product variety has no impact on the gross premium of life insurance growth, number of
policies, and insurance funds. On the reverse, supporting infrastructures and government policy have significant
and positive impacts.
ABSTRAK
Asuransi jiwa telah menjadi kebutuhan dalam kehidupan masyarakat moderen saat ini. Di Indonesia,
permintaan asuransi jiwa terus bertumbuh sejalan dengan peningkatan pendapatan dan kepedulian
masyarakat terhadap pentingnya antisipasi risiko. Untuk memenuhi permintaan ini, jumlah
perusahaan asuransi jiwa senantiasa meningkat dan demikian pula dengan beragam produknya yang
yang ditawarkan di pasar. Namun demikian, kontribusi industri asuransi, khususnya asuransi jiwa,
terhadap perekonomian Indonesia masih relatif rendah. Penelitian ini bertujuan untuk menganalisis
faktor-faktor yang mempengaruhi pertumbuhan industri asuransi jiwa dari sisi penawaran. Data
257
Kawistara, Vol. 1, No. 3, Desember 2011: 257-273
258
Firdaus Djaelani -- Pertumbuhan Industri Asuransi Jiwa di Indonesia:
Suatu Kajian dari Sisi Penawaran
259
Kawistara, Vol. 1, No. 3, Desember 2011: 257-273
260
Firdaus Djaelani -- Pertumbuhan Industri Asuransi Jiwa di Indonesia:
Suatu Kajian dari Sisi Penawaran
DKRISISt = variabel dummy krisis pada persen pertahun, dan standar deviasi 107,46
waktu t; persen. Sedangkan rata-rata pertumbuhan
DJVi = variabel dummy struktur jumlah agen (GAGN?) adalah 20,28 persen
kepemilikan joint venture pertahun, dengan median 12,34 persen
perusahaan; dan pertahun dan standar deviasi 49,74 persen.
eit = residual error persamaan regresi
panel. Uji Stasioneritas Data Panel
Regresi panel yang digunakan
PEMBAHASAN adalah suatu model dinamis (dynamic-
Statistik Deskriptif panel regression), sehingga memerlukan uji
Rata-rata pertumbuhan premi bruto stasioneritas terhadap setiap variabel yang
(GPB?) ke-15 perusahaan asuransi jiwa adalah dianalisis. Uji stasioneritas bertujuan untuk
53,03 persen pertahun, dengan median 27,52 menghindari kemungkinan terjadinya
persen pertahun, dan standar deviasi 136,89 regresi palsu atau spurious regression yang
persen. Pertumbuhan premi bruto tertinggi tidak memiliki makna secara ekonomi
mencapai 185,45 persen dan terendah -69,66 (Gujarati, 2004). Uji stasioneritas dilakukan
persen. Selanjutnya, rata-rata pertumbuhan dengan menggunakan Levin, Lin and Chu t,
jumlah polis asuransi jiwa (GJP?) sebesar ADF, dan PPunit root test.
22,71 persen pertahun, median 12,53 persen Pada p-value dari statistik Levin, Lin and
pertahun, dan standar deviasi 67,82 persen. Chu t, W-statistics, ADF, dan PP variabel
Pertumbuhan jumlah polis tertinggi adalah pertumbuhan premi bruto (GPB) kurang dari
987,14 persen dan terendah -34,62 persen. 0,01. Berarti H0 bahwa data memiliki unit root
Adapun rata-rata pertumbuhan uang atau data tidak stasioner dapat ditolak secara
pertanggungan (GUP?) adalah 31,05 persen statistik pada tingkat kepercayaan 99 persen.
pertahun dengan median 21,40 persen Variabel pertumbuhan premi bruto telah
pertahun dan standar deviasi 46,26 persen. memenuhi asumsi stasioneritas, sehingga
Pertumbuhan jumlah uang pertanggungan dapat digunakan untuk analisis lebih lanjut
tertinggi adalah 325,93 persen, sedangkan menggunakan model regresi panel dinamis.
terendah sebesar -41,05 persen. Berarti Nilai p-value dari statistik Levin, Lin and
kisaran pertumbuhan uang pertanggungan Chu t, W-statistics, ADF, dan PP untuk variabel
lebih sempit jika dibandingkan dengan pertumbuhan jumlah polis (GJP), lebih kecil
jumlah polis asuransi jiwa. dari 0,01. H0 bahwa data memiliki unit root
Jumlah product line yang ditawarkan atau data tidak stasioner secara statistik
(PL?) memiliki rata-rata 5,18 lini pertahun, dapat ditolak pada tingkat 99 persen. Dengan
median 6 lini per tahun, dan standar deviasi demikian, variabel pertumbuhan jumlah
1,31 lini. Rasio capital expenditure terhadap aset polis telah memenuhi asumsi stasioneritas
perusahaan asuransi jiwa (RCAP?) memiliki dan dapat digunakan untuk analisis lebih
rata-rata 0,70 persen, median 0,29 persen, lanjut dengan model regresi panel dinamis.
dan standar deviasi 1,02 persen. Rata-rata Diketahui p-value dari statistik Levin, Lin
pertumbuhan biaya SDM (GSDM?) adalah and Chu t, W-statistics, ADF, dan PP variabel
37,38 persen pertahun, dengan median 19,46 pertumbuhan jumlah uang pertanggungan
persen pertahun dan standar deviasi 188,67 (GUP) bernilai kurang dari 0,01. Berarti H0
persen. Selanjutnya, pertumbuhan biaya bahwa data memiliki unit root atau data tidak
research and development (GRND?) memiliki stasioner dapat ditolak secara statistik pada
rata-rata 30,04 persen pertahun, median 18,27 tingkat 99 persen. Variabel pertumbuhan
persen pertahun, dan standar deviasi 73,06 uang pertanggungan telah memenuhi asumsi
persen. Pertumbuhan agent-related expense stasioneritas, sehingga dapat digunakan
atau biaya keagenan (GARE?) memiliki rata- untuk analisis lebih lanjut dengan model
rata 42,84 persen per tahun, median 22,46 regresi panel dinamis.
261
Kawistara, Vol. 1, No. 3, Desember 2011: 257-273
Hasil uji menunjukkan bahwa p-value dari (GSDM) telah kurang dari 0,01. Dengan
statistik Levin, Lin and Chu t, W-statistics, ADF, memasukkan intercept dan trend, terdapat
dan PP variabel product line yang ditawarkan satu uji statistik lagi yang digunakan, yaitu
(PL) lebih kecil dari 0,01. Maknanya adalah H0 Breitung t-stat yang juga menghasilkan
bahwa data memiliki unit root atau data tidak p-value yang kurang dari 0,01. Berdasarkan
stasioner secara statistik dapat ditolak pada uji-uji yang telah dilakukan, maka secara
tingkat kepercayaan 99 persen. Oleh karena statistik dapat diyakini bahwa data telah
itu, variabel product line yang ditawarkan stasioner pada tingkat kepercayaan 99
telah memenuhi asumsi stasioneritas untuk persen. Data yang telah stasioner layak
analisis lebih lanjut dengan model regresi digunakan untuk untuk analisis lebih lanjut
panel dinamis. dengan menggunakan model regresi panel
Uji stasioneritas selanjutnya dilakukan dinamis.
terhadap variabel rasio capital expenditure Kegiatan penelitian dan pengembangan
terhadap aset perusahaan asuransi jiwa memainkan peran yang semakin penting
(RCAP). Ditemukan p-value dari statistik dalam menunjang kinerja perusahaan.
Levin, Lin and Chu t, W-statistics, ADF, dan Apalagi dengan tingkat persaingan yang
PP variabel RCAP kurang dari 0,01, sehingga terus meningkat seiring dengan dinamika
secara statistik H0 bahwa data memiliki unit perekonomian dan globalisasi yang
root atau data tidak stasioner dapat ditolak didukung penggunaan teknologi informasi
pada tingkat kepercayaan 99 persen. Dengan dan komunikasi. P-value dari statistik Levin,
demikian, variabel rasio capital expenditure Lin and Chu t, ADF, dan PP untuk variabel
terhadap aset perusahaan asuransi jiwa telah pertumbuhan biaya research and development
memenuhi asumsi stasioneritas dan dapat lebih kecil dari dari 0,01. Berarti H0 bahwa
digunakan untuk analisis lebih lanjut dengan data memiliki unit root atau data tidak
model regresi panel dinamis. stasioner dapat ditolak secara statistik pada
Untuk pertumbuhan biaya SDM tingkat kepercayaan 99 persen. Variabel
(GSDM), p-value dari W-statistics, ADF, dan pertumbuhan biaya research and development
PP lebih kecil dari 0,01 yang menunjukkan telah memenuhi asumsi stasioneritas dan
H0 bahwa data memiliki unit root atau data dapat digunakan untuk analisis lebih lanjut
tidak stasioner dapat ditolak pada tingkat dengan model regresi panel dinamis. p-value
kepercayaan 99 persen. Namun, uji statistik dari statistik Levin, Lin and Chu t, ADF, dan
Levin, Lin, and Chu t menghasilkan p-value yang PP variabel pertumbuhan biaya agent-related
lebih besar dari 0,05, sehingga menghasilkan kurang dari 0,01. Fakta ini secara statistik
kesimpulan yang bertentangan, yaitu bahwa bermakna H0 bahwa data memiliki unit root
data masih mengandung unit root atau tidak atau data tidak stasioner dapat ditolak pada
stasioner. tingkat kepercayaan 99 persen. Variabel
Hal ini kemungkinan disebabkan data pertumbuhan biaya agent-related telah
memiliki tren deterministik. Apabila data memenuhi asumsi stasioneritas, sehingga
yang tidak stasioner dipaksakan untuk dapat digunakan untuk analisis lebih lanjut
digunakan sebagai input model regresi, dengan model regresi panel dinamis.
maka estimasi yang dihasilkan dikatakan Diketahui bahwa p-value dari statistik
lancing atau tidak bermakna. Solusi untuk Levin, Lin and Chu t, ADF, dan PP untuk
menyelesaikan persoalan ini adalah dengan variabel pertumbuhan jumlah agen lebih
uji stasioneritas dengan memasukkan kecil dari 0,01. Secara statistik, H0 bahwa data
komponen intercept dan trend yang hasilnya memiliki unit root dapat ditolak pada tingkat
disajikan pada Lampiran 8. kepercayaan 99 persen. Dengan demikian,
Terlihat bahwa p-value dari statistik variabel pertumbuhan jumlah agen
Levin, Lin and Chu t, W-statistics, ADF, dan memenuhi asumsi stasioneritas, sehingga
PP untuk variabel pertumbuhan biaya SDM dapat digunakan untuk analisis lebih lanjut.
262
Firdaus Djaelani -- Pertumbuhan Industri Asuransi Jiwa di Indonesia:
Suatu Kajian dari Sisi Penawaran
Gambar 1. Tahap Pemodelan Regresi Data Panel Uji Serial Correlation Dan
Sumber: Diolah dari Sanjoyo (2007).
Heteroscedasticity Model
Pertumbuhan Premi Bruto
Uji Chow Pertumbuhan Premi Bruto Setelah diperoleh model awal
Hasil uji Chow yang membandingkan Pertumbuhan Premi Bruto (GPB) dengan
model regresi panel variabel pertumbuhan model PLS, maka langkah berikutnya
premi bruto (GPB) dengan menggunakan adalah melakukan pengujian asumsi klasik
model PLS dan FEM Nilai p-value untuk Cross dan penyesuaian model jika ditemukan
Section F dan Cross Section Chi Square berturut- pelanggaran. Uji asumsi klasik yang
turut sebesar 0,1646 dan 0,1189. Kedua nilai dimaksudkan adalah uji korelasi serial dan
ini lebih besar dari 0,05, sehingga H0 bahwa heteroskedastisitas.
263
Kawistara, Vol. 1, No. 3, Desember 2011: 257-273
Adanya pelanggaran terhadap asumsi Selain itu, p-value dari koefisien variabel
serial correlation dapat dideteksi dengan independen dummy Paket Desember Tahun
melihat nilai statistik Durbin Watson (DW). 1988 dengan time lag 2 tahun (PAKDES2),
Aturan umum yang digunakan adalah jika UU Perasuransian dengan time lag 2 tahun
nilai statistik DW mendekati 2, maka dapat (UU2), KMK No. 481 Tahun 1999 (KMK),
diyakini bahwa model telah terbebas dari dan KMK No. 421-426 Tahun 2003 dengan
pelanggaran asumsi serial correlation. Statistik time lag 4 tahun (ASA4) juga menunjukkan
DW untuk persamaan regresi tersebut adalah nilai yang positif signifikan pada tingkat
1,945. Dengan angka DW yang mendekati 2 kepercayaan 99 persen. Sebaliknya, variabel
tersebut, dapat disimpulkan bahwa model jumlah product line yang ditawarkan (PL),
yang diestimasi tidak mengandung serial rasio capital expenditure terhadap aset satu
correlation. tahun sebelumnya (RCAP(-1)), pertumbuhan
Pengujian heteroskedastisitas ditempuh biaya research and development satu tahun
dengan menggunakan Lagrange Multiplier sebelumnya (GRND(-1)), pertumbuhan
(LM). Hasil uji LM untuk model awal jumlah agen (GAGN), dan variabel dummy
diperoleh p-value untuk statistik Chi-Square krisis ekonomi tidak berpengaruh terhadap
uji LM 0,0000 yang berarti lebih kecil dari pertumbuhan premi bruto.
0,01. Maknanya adalah H0 bahwa model Angka koefisien variabel GSDM
bersifat homoskedastik dapat ditolak pada sebesar 0,3782 menunjukkan bahwa setiap
tingkat kepercayaan 99 persen. Dengan peningkatan 1 persen pada pertumbuhan
kata lain, model regresi data panel yang biaya SDM, dengan asumsi ceteris paribus,
digunakan mengandung heteroskedastik. akan menyebabkan pertumbuhan premi
Cara mengatasi permasalahan ini adalah bruto rata-rata 0,3782 persen. Kemudian,
dengan melakukan estimasi ulang terhadap koefisien variabel pertumbuhan GARE
model awal. Estimasi disempurnakan sebesar 0,3112 menunjukkan bahwa jika
dengan menambahkan cross-section weight. faktor-faktor lainnya tidak mengalami
Hasil estimasi ulang terhadap model regresi perubahan, maka setiap peningkatan 1
data panel. Terlihat bahwa angka DW persen pada pertumbuhan biaya agent-
mendekati 2, sehingga selain lolos uji asumsi related akan menyebabkan meningkatnya
heteroskedastisitas, model regresi data panel pertumbuhan premi bruto rata-rata 0,3112
juga lolos uji asumsi korelasi serial. persen. Temuan ini sangat menarik karena
menunjukkan pentingnya peran SDM bagi
Interpretasi Parameter Model Akhir perusahaan asuransi jiwa dalam mendukung
Regresi Panel Pertumbuhan Premi pertumbuhan premi brutonya.
Bruto Tidak signifikannya koefisien variabel
Berdasarkan hasil estimasi diketahui GAGN mengimplikasikan bahwa kualitas
bahwa terdapat beberapa p-value yang lebih agen asuransi lebih penting daripada
kecil dari 0,01, namun sebagian lainnya kuantitas agen asuransi dalam mendorong
lebih besar dari 0,05. Koefisien variabel pertumbuhan premi bruto perusahaan
independen yang mempunyai p-value lebih asuransi jiwa. Banyaknya agen yang dimiliki
kecil dari 0,01 atau signifikan pada tingkat perusahaan asuransi jiwa bukan merupakan
kepercayaan 95 persen adalah pertumbuhan jaminan kesuksesan dari perusahaan tersebut
biaya SDM (GSDM), pertumbuhan biaya dalam meningkatkan premi brutonya.
agent-related (GARE), dan variabel dummy Investasi perusahaan asuransi jiwa pada agen,
perusahaan joint venture (DJV). Dengan baik dalam bentuk pelatihan yang intensif
demikian, dapat disimpulkan bahwa maupun komisi yang layak, merupakan faktor
ketiga variabel berpengaruh signifikan dan yang lebih dominan dalam menentukan
positif terhadap pertumbuhan premi bruto kesuksesan perusahaan asuransi jiwa dalam
perusahaan asuransi jiwa di Indonesia. meningkatkan premi brutonya.
264
Firdaus Djaelani -- Pertumbuhan Industri Asuransi Jiwa di Indonesia:
Suatu Kajian dari Sisi Penawaran
265
Kawistara, Vol. 1, No. 3, Desember 2011: 257-273
Model Awal Pertumbuhan Jumlah Polis signifikan dan positif terhadap pertumbuhan
Hasil uji Hausman menunjukkan jumlah polis pada tingkat kepercayaan 99
bahwa FEM lebih unggul jika dibandingkan persen. P-value dari koefisien ke-4 variabel
dengan REM, sedangkan hasil uji Chow tersebut lebih kecil dari 0,01.
menunjukkan bahwa model PLS lebih unggul Empat variabel lainnya, yaitu
daripada FEM. Dengan demikian, model pertumbuhan biaya research and development
PLS merupakan model yang paling optimal 3 tahun sebelumnya (GRND(-3)),
untuk digunakan dalam mencari pengaruh pertumbuhan biaya agent-related (GARE?),
berbagai faktor terhadap pertumbuhan pertumbuhan jumlah agen (GAGN?), dan
jumlah polis. KMK No. 421-426 Tahun 2003 dengan lag
time 1 tahun (ASA1) berpengaruh signifikan
Uji Serial Correlation Dan dan positif terhadap pertumbuhan jumlah
Heteroscedasticity Model polis pada tingkat kepercayaan 95 persen.
Pertumbuhan Jumlah Polis Kesimpulan ini didasarkan pada p-value
Setelah diperoleh model awal dari ke-4 variabel yang lebih kecil dari 0,05.
Pertumbuhan Jumlah Polis (GJP) dengan Variabel independen lainnya yang
model PLS, maka perlu dilakukan pengujian berpengaruh positif dan signifikan terhadap
asumsi klasik pada model tersebut dan pertumbuhan polis asuransi adalah
dilakukan penyesuaian model apabila pertumbuhan biaya SDM (GSDM) dan
ditemukan pelanggaran. Uji asumsi klasik dummy variabel perusahaan joint venture
yang dilakukan meliputi korelasi serial dan (DJV). Namun, secara statistik, kedua
heteroskedastisitas. variabel ini hanya berpengaruh pada tingkat
Uji heteroskedastisitas dilakukan kepercayaan 90 persen. P-value kedua
dengan menggunakan pendekatan LM. variabel diketahui lebih kecil dari 0,10.
P-value untuk statistik Chi-Square uji LM Angka koefisien variabel pertumbuhan
diketahui sebesar 0,0000. Angka ini adalah biaya SDM (GSDM) sebesar 0,0702
lebih kecil dari 0,01, sehingga H0 bahwa menunjukkan bahwa setiap peningkatan 1
model bersifat homoskedastik ditolak persen pada pertumbuhan biaya SDM dari
pada tingkat kepercayaan 99 persen. Hal perusahaan asuransi jiwa akan menyebabkan
ini menyebabkan model bersifat lancing, pertumbuhan jumlah polis meningkat rata-
sehingga belum layak untuk dianalisis rata 0,0702 persen. Kesimpulan ini berlaku
lebih lanjut. Dengan mengikuti Sanjoyo dengan asumsi faktor-faktor lainnya tidak
(2007), pemecahan terhadap permasalahan berubah. Selanjutnya, koefisien variabel
keberadaan heteroskedastisitas ini adalah pertumbuhan biaya research and development
dengan melakukan estimasi ulang terhadap 3 tahun sebelumnya (GRND(-3)) sebesar
model. Estimasi ulang ditempuh dengan 0,0426 berarti bahwa setiap peningkatan 1
menggunakan cross-section weight. persen pada pertumbuhan biaya research and
development pada 3 tahun yang lalu, dengan
asumsi ceteris paribus, akan menyebabkan
Interpretasi Parameter Model Akhir
peningkatan pertumbuhan jumlah polis
Regresi Panel Pertumbuhan Jumlah
pada tahun ini rata-rata 0,0426 persen.
Polis Hasil estimasi angka koefisien variabel
Dengan melihat p-value diketahui bahwa pertumbuhan biaya agent-related (GARE)
terdapat 4 variabel, yaitu pertumbuhan sebesar 0,0160 menunjukkan bahwa apabila
jumlah polis 4 tahun sebelumnya (GJP?(-4)), faktor-faktor lainnya tidak mengalami
Paket Desember 1988 dengan lag time 2 tahun perubahan, maka setiap peningkatan 1
(PAKDES2), UU No. 2 Tahun 1992 tentang persen pada pertumbuhan biaya agent-
Usaha Perasuransian dengan lag time 2 tahun related akan menyebabkan meningkatnya
(UU2), dan KMK No. 481 Tahun 1999 dengan pertumbuhan jumlah polis rata-rata 0,0160
lag time 3 tahun (KMK3) , yang berpengaruh
266
Firdaus Djaelani -- Pertumbuhan Industri Asuransi Jiwa di Indonesia:
Suatu Kajian dari Sisi Penawaran
persen. Kemudian, angka koefisien variabel memperkuat dugaan bahwa di antara Paket
pertumbuhan jumlah agen (GAGN) Desember 1988 dan UU No. 2 Tahun 1992
sebesar 0,0860 menunjukkan bahwa setiap saling bersinergi.
peningkatan 1 persen pada pertumbuhan Signifikannya koefisien variabel
jumlah agen akan menyebabkan dummy ASA1 pada tingkat kepercayaan
meningkatnya pertumbuhan jumlah polis 95 persen menunjukkan bahwa kebijakan
rata-rata 0,0860 persen, dengan asumsi ceteris pemerintah berupa KMK No. 421-426
paribus. Hasil estimasi lainnya, yaitu angka Tahun 2003 memberikan dampak positif
koefisien variabel pertumbuhan jumlah polis terhadap pertumbuhan jumlah polis industri
4 tahun sebelumnya (GJP(-4)) sebesar 0,2755 asuransi jiwa di Indonesia segera (1 tahun)
menunjukkan bahwa, jika faktor-faktor setelah KMK-KMK tersebut dikeluarkan
lainnya diasumsikan tidak berubah, maka oleh pemerinah. Temuan yang terkait
setiap peningkatan 1 persen pertumbuhan dengan kebijakan pemerintah menunjukkan
dari jumlah polis 4 tahun sebelumnya akan bahwa peran pemerintah dengan berbagai
menyebabkan peningkatan pertumbuhan paket kebijakannya sangat penting dalam
jumlah polis saat ini rata-rata 0,2755 persen. mendorong pertumbuhan industri asuransi
Konsisten dengan temuan pada model jiwa di Indonesia.
pertumbuhan premi bruto, sensitivitas Berbeda dengan temuan sebelumnya
per-tumbuhan jumlah polis terhadap pada model pertumbuhan premi bruto,
pertumbuhan biaya SDM (GSDM) lebih koefisien variabel dummy KMK No. 481
tinggi daripada variabel-variabel independen Tahun 1999 dengan lag time 3 tahun (KMK3)
yang lain. Sebaliknya, berbeda dengan memiliki tanda positif dan signifikan pada
model pertumbuhan premi bruto, pada tingkat kepercayaan 99 persen. Hal ini
model pertumbuhan jumlah polis ditemukan menunjukkan keberhasilan pemerintah
bahwa variabel pertumbuhan jumlah dalam mengatasi dampak krisis ekonomi
agen berpengaruh secara signifikan dan terhadap pertumbuhan jumlah polis,
positif pada tingkat kepercayaan 95 persen. sehingga berkontribusi bagi ketahanan
Kedua temuan ini memperkuat kesimpulan industri asuransi jiwa di Indonesia dari
bahwa SDM dan agen asuransi merupakan terpaan krisis.
faktor yang sangat vital dalam menunjang Sebagai variabel yang terakhir,
pertumbuhan jumlah polis perusahaan signifikannya koefisien variabel dummy
asuransi jiwa. Signifikannya pengaruh perusahaan joint venture (DJV) menunjukkan
variabel pertumbuhan biaya agent-related dan bahwa pertumbuhan premi bruto
pertumbuhan jumlah agen secara bersama- perusahaan asuransi joint venture relatif
sama terhadap pertumbuhan jumlah polis lebih tinggi daripada perusahaan asuransi
menunjukkan bahwa kuantitas dan kualitas nasional di Indonesia. Dalam faktanya
agen asuransi jiwa sama-sama penting untuk perusahaan-perusahaan asuransi jiwa yang
meningkatkan jumlah polis asuransi jiwa berstatus joint venture memiliki model yang
yang terjual. lebih kuat. Sebagai konsekuensinya, kantor-
Pengaruh koefisien variabel dummy kantor cabang yang dimiliki lebih banyak,
PAKDES2 dan UU2 yang signifikan pada sehingga jaringan pemasaran menjadi lebih
tingkat kepercayaan 99 persen menunjukkan luas. Di samping itu, perusahaan asuransi
bahwa kebijakan pemerintah berupa jiwa joint venture mampu mempekerjakan
Paket Desember 1988 dan UU No. 2 Tahun SDM yang lebih mumpuni. Sarana dan
1992 tentang Usaha Perasuransian baru prasarana yang tersedia juga lebih lengkap,
memberikan dampak positif terhadap termasuk dukungan teknologi canggih yang
pertumbuhan jumlah polis industri asuransi dihasilkan dari inovasi tanpa henti.
jiwa di Indonesia 2 tahun setelah kebijakan-
kebijakan tersebut dikeluarkan. Hal ini
267
Kawistara, Vol. 1, No. 3, Desember 2011: 257-273
Model Regresi Panel Dinamis terdiri dari dummy Paket Desember 1988
Pertumbuhan Uang Pertanggungan (PAKDES), UU No. 2 Tahun 1992 tentang
Uji Chow Pertumbuhan Jumlah Uang Usaha Perasuransian (UU), KMK No. 481
Pertanggungan Tahun 1999 (KMK), rangkaian KMK No. 421-
Uji Chow dilakukan untuk 426 tahun 2003 (ASA), serta kondisi krisis
membandingkan model regresi panel variabel (DKRISIS), dan perusahaan asuransi jiwa
pertumbuhan jumlah uang pertanggungan joint venture (DJV).
(GUP) dengan menggunakan model PLS
dan FEM.. P-value untuk Cross Section F Uji Serial Correlation Dan
dan Cross Section Chi Square berturut-turut Heteroscedasticity Model
adalah 0,2744 dan 0,2094. Kedua angka Pertumbuhan Jumlah Uang
ini lebih besar dari 0,05. Berarti H0 bahwa Pertanggungan
model PLS lebih unggul daripada FEM tidak Setelah diperoleh model awal
dapat ditolak pada tingkat keyakinan 95 Pertumbuhan Jumlah Uang Pertanggungan
persen. Dengan demikian, model PLS lebih (GUP) dengan model PLS, kemudian
direkomendasikan untuk mengestimasi dilakukan pengujian asumsi klasik pada
faktor-faktor yang mempengaruhi GUP. model tersebut, yaitu korelasi serial
dan heteroskedastisitas. Jika ditemukan
Uji Hausman Pertumbuhan Jumlah pelanggaran terhadap asumsi klasik, maka
Uang Pertanggungan perlu dilakukan penyesuaian terhadap
Selanjutnya dilakukan uji Hausman model.
untuk memilih model regresi panel GUP Statistik Durbin Watson untuk persamaan
yang terbaik di antara model FEM dan tersebut adalah 2,28. Angka ini relatif
REM. Hasil uji Hausman menunjukkan nilai mendekati 2, sehingga dapat disimpulkan
p-value untuk Cross Section Random sebesar bahwa model yang telah diestimasi tidak
0,0272 yang lebih kecil dari 0,05. Maknanya mengandung serial correlation.
adalah H0 bahwa REM lebih unggul daripada Ditemukan bahwa p-value untuk
FEM dapat ditolak pada tingkat keyakinan statistik Chi-Square sebesar 0,0000. Angka
95 persen. Kesimpulannya adalah bahwa probabilitas ini lebih kecil dari 0,01. Berarti
FEM lebih direkomendasikan untuk melacak H0 bahwa model bersifat homoskedastik
berbagai faktor yang berpengaruh terhadap dapat ditolak pada tingkat kepercayaan
GUP. 99 persen. Dengan kata lain, model yang
diestimasi melanggar asumsi klasik, yaitu
Model Awal Regresi Panel memiliki heteroskedastisitas, sehingga belum
Pertumbuhan Jumlah Uang layak dijadikan sebagai alat estimasi. Untuk
mengatasi persoalan ini, Sanjoyo (2007)
Pertanggungan
menyarankan untuk melakukan estimasi
Jika dilakukan perbandingan hasil uji
ulang terhadap model tersebut dengan
di antara kedua uji, maka hasil uji Hausman
menggunakan cross-section weight.
menunjukkan bahwa FEM lebih unggul
daripada REM, sedangkan hasil uji Chow
menunjukkan bahwa model PLS lebih Interpretasi Parameter Model Akhir
unggul daripada FEM. Dengan demikian, Regresi Panel Pertumbuhan Jumlah
model PLS adalah model yang paling Uang Pertanggungan
optimal untuk memodelkan faktor-faktor Ditemukan tujuh variabel independen
yang mempengaruhi pertumbuhan jumlah yang mempengaruhi pertumbuhan jumlah
uang pertanggungan. uang pertanggungan perusahaan asuransi
Model PLS pertumbuhan jumlah uang jiwa di Indonesia. Ketujuh variabel
pertanggungan diestimasi setelah terlebih berpengaruh positif, namun dengan tingkat
dahulu dimasukkan variabel-variabel yang signifikansi yang berbeda-beda, sebagaimana
268
Firdaus Djaelani -- Pertumbuhan Industri Asuransi Jiwa di Indonesia:
Suatu Kajian dari Sisi Penawaran
ditunjukkan oleh angka probabilitas atau dengan temuan pada model pertumbuhan
p-value-nya. Pertumbuhan biaya agent- jumlah polis, pada model pertumbuhan
related (GARE?), pertumbuhan jumlah uang jumlah uang pertanggungan ditemukan
pertanggungan 1 tahun sebelumnya (GUP?(- bahwa variabel pertumbuhan jumlah agen
1)), Paket Desember 1988 dengan lag time kembali tidak berpengaruh. Temuan-temuan
3 tahun (PAKDES3), UU No. 2 Tahun 1992 ini mendukung kesimpulan bahwa agen
dengan lag time 5 tahun (UU5), KMK No. asuransi merupakan faktor yang sangat vital
481 Tahun 1999 dengan lag time 2 tahun dalam menunjang pertumbuhan jumlah
(KMK2), dan KMK No. 421-426 Tahun 2003 polis perusahaan asuransi jiwa. Selain
dengan lag time 2 tahun (ASA2) diketahui faktor agen, riset, dan pengembangan yang
signifikan pada tingkat keyakinan 99 dilakukan perusahaan, misalnya dalam
persen. Sedangkan variabel pertumbuhan mengembangkan produk-produk yang
biaya research and development satu tahun lebih kompleks dan mengerti kebutuhan
sebelumnya (GRND?(-1)) signifikan pada masyarakat, juga penting sebagai faktor
tingkat kepercayaan 95 persen. yang menentukan pertumbuhan jumlah
Angka koefisien variabel pertumbuhan uang pertanggungan industri asuransi jiwa
biaya research and development 1 tahun di Indonesia.
sebelumnya (GRND(-1)) diketahui Signifikannya koefisien variabel dummy
sebesar 0,0516 yang berarti bahwa setiap PAKDES3 dan UU5 pada tingkat kepercayaan
peningkatan satu persen pada pertumbuhan 99 persen menunjukkan bahwa kebijakan
biaya research and development pada satu pemerintah baru memberikan dampak positif
tahun yang lalu, dengan asumsi ceteris terhadap pertumbuhan jumlah polis industri
paribus, akan menyebabkan peningkatan asuransi jiwa di Indonesia 3 tahun dan 5
pertumbuhan jumlah uang pertanggungan tahun setelah kebijakan-kebijakan tersebut
pada tahun ini rata-rata sebesar 0,0515 dikeluarkan oleh pemerintah. Suatu periode
persen. Selanjutnya, angka koefisien variabel yang cukup lama bagi pelaku bisnis yang
pertumbuhan biaya agent-related (GARE) pada umumnya menghadapi pasar yang
sebesar 0,0989 menunjukkan bahwa setiap dinamis. Adapun signifikannya koefisien
peningkatan satu persen pada pertumbuhan variabel dummy ASA2 tingkat kepercayaan
biaya agent-related akan menyebabkan yang sama (99 persen) menunjukkan bahwa
meningkatnya pertumbuhan jumlah uang kebijakan pemerintah berupa KMK No. 421-
pertanggungan rata-rata 0,0989 persen. 426 tahun 2003 memberikan dampak positif
Kesimpulan ini berlaku apabila faktor- terhadap pertumbuhan jumlah polis industri
faktor lainnya diasumsikan tidak mengalami asuransi jiwa di Indonesia 2 tahun setelah
perubahan. Adapun angka koefisien variabel KMK-KMK tersebut dikeluarkan.
pertumbuhan jumlah uang pertanggungan
satu tahun sebelumnya (GUP(-1)) sebesar Hasil Pengujian Hipotesis
0,3922 menunjukkan bahwa jika faktor- Uji hipotesis dilakukan dengan
faktor lainnya tidak berubah, maka setiap menggunakan metode regresi panel dinamis
peningkatan satu persen pertumbuhan untuk mengetahui pengaruh variabel
jumlah uang pertanggungan 1 tahun independen keragaman produk, sarana dan
sebelumnya akan menyebabkan peningkatan prasarana penunjang, kepemilikan asing
pertumbuhan jumlah uang pertanggungan (joint venture), serta kebijakan pemerintah
saat ini rata-rata sebesar 0,3922 persen. terhadap variabel dependen pertumbuhan
Sensitivitas pertumbuhan jumlah polis premi bruto, jumlah polis, dan uang
terhadap pertumbuhan biaya agent-related pertanggungan. Dari variabel keragaman
(GARE) lebih tinggi daripada terhadap produk, sebagaimana diproksi oleh jumlah
biaya research and development 1 tahun product line yang ditawarkan, tidak ada yang
sebelumnya (GRND(-1)). Namun, berbeda signifikan dalam ketiga model persamaan
269
Kawistara, Vol. 1, No. 3, Desember 2011: 257-273
regresi panel dinamis (GPB, GJP, dan GUP). variabel dummy joint venture (DJV),
Berarti hipotesis bahwa keragaman produk menunjukkan pengaruh yang signifikan dan
berpengaruh positif terhadap pertumbuhan positif terhadap pertumbuhan premi bruto
premi bruto, jumlah polis, dan uang dan jumlah polis, namun tidak signifikan
pertanggungan industri asuransi jiwa, tidak terhadap pertumbuhan uang pertanggungan.
dapat dibuktikan. Fakta ini bertentangan Dapat disimpulkan hipotesis bahwa
dengan hasil wawancara kepada direksi 15 kepemilikan asing berpengaruh positif
perusahaan asuransi jiwa. Mayoritas direksi terhadap pertumbuhan premi bruto, jumlah
menyatakan bahwa keragaman produk polis, dan uang pertanggungan, dapat
merupakan determinan yang penting pada dibuktikan, meskipun hanya secara parsial.
pertumbuhan industri asuransi jiwa di Variabel kebijakan pemerintah, baik
Indonesia. Peneliti menduga bahwa hal Pakdes 1988, UU No. 2 Tahun 1992, KMK
ini terkait dengan penggunaan definisi No. 481 Tahun 1999, dan KMK No. 421-426
keragaman produk dari regulator yang secara Tahun 2003 menunjukkan pengaruh yang
keseluruhan hanya terdiri dari 7 kategori, signifikan dan positif terhadap pertumbuhan
yaitu term, endowment, whole life, annuity, premi bruto, jumlah polis, dan uang
personal accident, health, dan investment- pertanggungan. Namun, KMK No. 481 Tahun
linked insurance. Padahal, dalam praktiknya, 1999 menunjukkan pengaruh signifikan dan
banyak sekali jenis produk asuransi jiwa, negatif terhadap pertumbuhan premi bruto.
namun datanya tidak tersedia secara lengkap Kebijakan-kebijakan tersebut juga mengalami
di masing-masing perusahaan asuransi jiwa. jeda waktu dari saat ditetapkan hingga saat
Dari kelima sub variabel sarana dan mulai berdampak pada industri asuransi
prasarana penunjang, hanya rasio capital jiwa di Indonesia. Pengaruh positif dari
expenditure terhadap aset yang tidak kebijakan pemerintah mendorong industri
signifikan dalam menjelaskan pertumbuhan asuransi jiwa di Indonesia tetap tumbuh,
premi bruto, jumlah polis, dan uang meskipun terkena krisis ekonomi. Hal ini
pertanggungan. Sedangkan pertumbuhan dapat dibuktikan dari tidak signifikannya
biaya SDM, biaya research and development, variabel dummy krisis pada ketiga persamaan
biaya agent-related, dan jumlah agen regresi panel dinamis.
mempunyai pengaruh yang signifikan dan
positif. Hal ini mengimplikasikan bahwa SIMPULAN
dalam industri asuransi jiwa, faktor manusia Variabel keragaman produk tidak
adalah kunci sukses yang paling penting, signifikan dalam menjelaskan pertumbuhan
terutama yang berkaitan dengan para agen premi bruto, jumlah polis, dan uang
asuransi. pertanggungan. Sarana dan prasarana
Pertumbuhan biaya agent-related penunjang yang berpengaruh signifikan dan
diketahui memiliki tingkat signifikansi yang positif dalam menjelaskan pertumbuhan
lebih tinggi dibandingkan pertumbuhan premi bruto, jumlah polis, dan uang
jumlah agen. Maknanya bahwa kesuksesan pertanggungan adalah pertumbuhan biaya
perusahaan asuransi jiwa di Indonesia lebih research and development, pertumbuhan biaya
ditentukan oleh kualitas para agennya, SDM, dan pertumbuhan biaya agent-related.
dibandingkan dengan kuantitas para Pertumbuhan biaya research and development
agennya. Dengan demikian, hipotesis bahwa memiliki lag time antara 1-3 tahun.
sarana dan prasarana berpengaruh positif Keragaman produk tidak berpengaruh
pada pertumbuhan premi bruto, jumlah terhadap pertumbuhan premi bruto, jumlah
polis, dan jumlah uang pertanggungan, dapat polis, dan uang pertanggungan asuransi jiwa.
dibuktikan dalam penelitian ini. Variabel yang terpenting adalah ekstensifikasi
Selanjutnya pengaruh variabel dari masing-masing jenis produk dan bukan
kepemilikan asing, yang diproksi dari keragaman produk sebagaimana ditunjukkan
270
Firdaus Djaelani -- Pertumbuhan Industri Asuransi Jiwa di Indonesia:
Suatu Kajian dari Sisi Penawaran
oleh jenis produk asuransi jiwa yang Anonim, 2010. Kajian Stabilitas Keuangan. No.
dikelompokkan oleh pemerintah.Kebijakan 14 Edisi Maret 2010. Jakarta: Bank
pemerintah, baik Pakdes 1988, UU No. 2 Indonesia.
Tahun 1992, dan KMK No. 421-426 Tahun Adanza, Estela G. 1995. Research Methods:
2003 berpengaruh signifikan dan positif Principles and Applications. Manila:
terhadap pertumbuhan premi bruto, jumlah Rex Book Store, Inc.
polis, dan uang pertanggungan perusahaan
asuransi. Lag time kebijakan Pakdes 1988 Babbel, David F., 1985. The Price Elasticity of
antara 2-3 tahun, UU No. 2 Tahun 1992 antara Demand for Whole Life Insurance.
2-5 tahun, dan KMK No. 421-426 Tahun 2003 The Journal of Finance, Vol. XL, No.1.
antara 1-4 tahun. Beck, Thorsten dan Ian Webb, 2002.
Untuk KMK No. 481 Tahun 1999, Determinants of Life Insurance
yang ditujukan sebagai antisipasi krisis, Consumption accross Countries.
menunjukkan pengaruh yang signifikan Worldbank and International
dan positif terhadap pertumbuhan jumlah Insurance Foundation.
polis dan uang pertanggungan dengan lag Berutu, Eddy KA, 2007. Indonesia Bakal
time antara 2-3 tahun pasca krisis ekonomi. Menjadi Macan Asia? www.kompas-
Temuan ini mengimplikasikan keberhasilan cetak.com.
kebijakan pemerintah untuk meningkatkan
ketahanan industri asuransi jiwa di Indonesia Brooks, Chris, 2008. Introductory Econometrics
dari ancaman krisis. Meskipun berkontribusi for Finance. 2nd edition. Cambridge:
signifikan dan negatif terhadap pertumbuhan Cambridge University Press.
jumlah premi bruto, namun hal ini masih Browne, Mark J. dan Kihong Kim, 1993.
dapat dimaklumi mengingat krisis ekonomi An International Analysis of Life
menyebabkan terjadinya penurunan laju Insurance Demand. The Journal of
pertumbuhan premi bruto. Risk and Insurance, Vol. 60, No.4.
Cargill, T. F. dan T. E. Troxel, 1979.
DAFTAR PUSTAKA Modelling Life Insurance Savings: A
Anonim, 1945. Undang-Undang Dasar Republik Methodological Issues. The Journal of
Indonesia. Pemerintah Republik Risk and Insurance, Vol. 46, No.2.
Indonesia.
Campbell, David dan Tom Craig, 2005.
Anonim, 1992. Undang-Undang Republik Organisations and the Business
Indonesia Nomor 2 Tahun 1992 tentang Environment. 2nd edition. Oxford:
Usaha Perasuransian. Pemerintah Elsevier Butterworth-Heinemann.
Republik Indonesia.
Carmichael, Jeffrey dan Michael Pomerleano,
Anonim, 2004. Undang-Undang Republik 2002. The Development and Regulation
Indonesia Nomor 10 Tahun 2004. of Non-Bank Financial Institutions.
Pemerintah Republik Indonesia. Washington D.C.: The International
Anonim, 2006. Membuka Potensi Sumber Daya Bank for Reconstruction and
Keuangan Dalam Negeri Indonesia: Development/The World Bank.
Peran Lembaga Keuangan Non-Bank. Cooper, David.R., 1996. Business Research
Jakarta: Bank Dunia. Methods, 4th Edition. New York:
Anonim, 2007. Informasi Asuransi On-Line. Prentice Hall, Inc..
http://informasi-asuransi.blogspot. Cronbach, L. J., 1951. Coefficient Alpha
com. and The Internal Structure of Tests.
Anonim, 2009. Indonesian Insurance in Psychometrika, Vol. 16 (3): 297-334.
2008. Jakarta: Biro Perasuransian,
Bapepam-LK.
271
Kawistara, Vol. 1, No. 3, Desember 2011: 257-273
Darmodiharjo, D. dan Shidarta, 2006. Pokok- Models. 4th edition. Singapore: The
Pokok Filasafat Hukum: Apa dan McGraw-Hill Companies, Inc.
Bagaimana Filsafat Hukum Indonesia. Lenten, Liam J.A. dan David N. Rulli, 2005. A
Cetakan Keenam. Jakarta: Gramedia Time-Series Analysis of The Demand for
Pustaka Utama. Life Insurance Companies in Australia:
Djaelani, Firdaus (2009). Pengaruh An Unobserved Components Approach.
Pergerakan Variabel Makrokonomi Department of Economics and
pada Permintaan Industri Asuransi Finance, Victoria: Latrobe University.
Jiwa di Indonesia. Artikel yang Lim, Chee Chee dan Steven Haberman, 2004.
belum diterbitkan. Modelling Life Insurance Demand from
Eduard, 2004. Model Permintaan Asuransi Jiwa a Macroeconomic Perspective: The
dengan Metode Logit Biner. Program Malaysian Case. Faculty of Actuarial
S2-Manajemen dan Teknik Industri. Science and Statistics, London: CASS
Bandung: Institut Teknologi Business School.
Bandung. Mankiw, Gregory. N, 2005. The Principles
Enders, Walter, 2003. Applied Econometrics of Economics. New York: Pearson
Techniques, 2nd Edition. New York: Education.
Wiley and Sons, Inc. Mankiw, Gregory. N, 2006. The Principles of
Freixas, Xavier dan Jean-Charles Rochet, Microeconomics. 4th edition. New
2008. Microeconomics of Banking. 2nd York: Pearson Education.
edition. London: The MIT Press. Mishkin, Frederick S., 2004. The Economics
Fuad, Noor, Kasir Iskandar, Ketut Sendra, of Money, Banking, and Financial
Faustinus Wirasadi. 2010. Dasar- Markets, 7th Edition. New York:
Dasar Asuransi Jiwa dan Asuransi Pearson Education.
Kesehatan. Edisi Perdana. Nachrowi, Nachrowi D. dan Hardius Usman,
Jakarta: Bidang Penelitian dan 2005. Pengantar Ekonometrika dengan
Pengembangan Asosiasi Ahli Aplikasi Komputer. Jakarta: Lembaga
Manajemen Asuransi Indonesia. Penerbit FEUI.
Greene, William H., 2002. Econometric Outreville, J. Francois, 1996. Life Insurance
Analysis, 5th Edition, New Jersey: Markets in Developing Countries. The
Prentice Hall. Journal of Risk and Insurance, Vol. 63,
Gujarati, Damodar N., 2004. Basic No. 2.
Econometrics, 4th edition. New York: Porter, Ian, 2002. How Can Non-Bank
McGraw-Hill Companies. Financial Institutions (NBFIs) Play
Hair, Joseph F., Jr., RE. Anderson, RL. Tatham, a Greater Role in a Bank-Based
dan WC. Black, 1998. Multivariate Economy?. Remarks by The World
Data Analysis (International Edition), Bank Country Director of Southeast
5th edition. New Jersey: Prentice Hall. Asia and Mongolia.
Hsiao, Cheng, 2003. Analysis of Panel Data. Pyndick dan Rubienfield. 2003. Microeconomics.
New York: Cambridge University New York: Prentice Hall.
Press. Robbins, Stephen P. dan Mary Coulter, 2005.
Kotler, Philip dan Kevin Lane Keller, 2006. Management, 8th Edition. New York:
Marketing Management. 12th edition. Prentice Hall Inc.
New Jersey: Pearson Education, Inc. Rochma, Malia, 2007. Prospek Industri
Kutner, M.H., C.J. Nachtseim dan J. Neter, Asuransi Jiwa di Indonesia. Economic
2004. Applied Linear Regression Review No. 210 edisi Desember 2007.
272
Firdaus Djaelani -- Pertumbuhan Industri Asuransi Jiwa di Indonesia:
Suatu Kajian dari Sisi Penawaran
Rose, Peter S., 2000. Money and Capital Markets: Tracy, Brian, 2007. Apply the 80/20 Rule to
Financial Institutions Instruments in Everything. San Fransisco: Berrett-
The Global Marketplace, 7th Edition. Koehler Publishers, Inc.
Texas A&M University. Truett, Dale B. Dan Lila J.Truet, 1990. The
Rubayah, Y. dan Zaidi, 2000. Prospek Industri Demand for Life Insurance in
Insurans Hayat Abad Ke-21. Utara Mexico and The United States: A
Management Review, Vol. 36, No. 6. Comparative Study. The Journal of
Sanjoyo, 2007. Analisis Data Panel. Program Risk and Insurance, Vol. 57, No. 2.
Pascasarjana Jenjang Doktoral, Vittas, Dimitri, 1998. The Role of Non-Bank
Fakultas Ekonomi, Universitas Financial Intermediaries (with
Indonesia. particular reference to Egypt). World
Sarwono, Jonathan, 2007. Analisis Jalur untuk Bank Policy Research Working Paper
Riset Bisnis dengan SPSS. Jakarta: 1892.
ANDI. Walpole, Ronald E., 1993. Pengantar Statistika.
Sadgrove, Kit, 2003. A Complete Guide to Jakarta: PT Gramedia Pustaka
Business Risk Management. Singapore: Utama.
Singapore Publishing. Warjiyo, Perry, 2007. Market and Monetary
Sekaran, Uma, 2002. Research Methods for EnvironmentWhat and Why?.
Business, 5th Edition. New York: John Pascasarjana Fakultas Ekonomi.
Wiley and Son, Inc. Jakarta: Universitas Indonesia.
Simandjuntak, Herris B., 2003. Bisnis Asuransi Wright, Kenneth M., 1992. The Life Insurance
Jiwa Masih Cerah, Banyak Pula Industry in the United States:
Tantangannya. www.kompas-cetak.com. An Analysis of Economic and
Regulatory Issues. Working Papers
Sugiyono, 2004. Metode Penelitian Bisnis. Financial Policy and Systems: 1-54.
Cetakan Keenam. Bandung: Alfabeta.
Yaffee, Robert, 2005. A Primer for Panel Data
Trochim, William M.K., 2006. Research Analysis. Online Connect Information
Methods knowledge Base. Online Technology at New York University
E-book at http://onlinebooks. (NYU), Fall 2003 edition. http://
library.upenn.edu/webbin/book/ www.nyu.edu/its/pubs/connect/
lookupname?key=Trochim%2C%20 fall03/yaffee_primer.html.
William%20M.
Zikmund, W.G., 2000. Business Research
Methods. 6th edition. Orlando:
Hartcourt College Publishers.
273