BAB 3 METODE PENELITIAN

ADLN – PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 3 METODE PENELITIAN

3.1. Pendekatan Penelitian Penelitian ini menggunakan dua analisis untuk membuat penilaian mengenai pengaruh ukuran negara dan trade facilitation terhadap neraca perdagangan, yaitu pendekatan kuantitatif deskriptif. Objek yang menjadi bahan penelitian adalah negara yang tergabung dalam ASEAN+6, yaitu Malaysia, Indonesia, Singapura, Vietnam, Filippina, Thailand, Brunei Darussalam, Laos, Jepang, Cina, Korea, Australia, dan New Zealand. Myanmar merupakan anggota ASEAN +6 namun tidak terdapat data yang lengkap, sehingga tidak dimasukkan dalam penelitian ini. Periode yang digunakan dalam penelitian adalah lima tahun sehingga pendekatan kuantitatif dilakukan melalui regresi data panel. Pengujian dilakukan dengan mengambil sampel data pada tahun 2007 hingga 2011. Data panel (Pooled Data) merupakan kombinasi data time series dan cross section. Menurut Gujarati (2003) data panel dapat mengakomodasi informasi yang baik terkait dengan variabel-variabel cross section dan time series, data panel secara substansial dapat menurunkan masalah omitted variable atau mengabaikan variabel yang relevan. Pendekatan deskriptif bertujuan untuk membahas intepretasi dalam 24

SKRIPSI

ANALISIS COST TO ...

FATWA IHYA’ AZIZA


25

analisis kuantitatif sehingga dapat diperoleh kesimpulan dari penelitian yang telah dilakukan.

3.2. Identifikasi variabel Identifikasi variabel dilakukan berdasarkan pada model penelitian skripsi yang telah dijelaskan pada bab sebelumnya, maka penelitian ini menggunakan lima variabel yang digolongkan menjadi dua bagian. Yaitu ; 1.Variable Dependent (terikat) merupakan aliran perdagangan internasional negaranegara ASEAN+6 berupa neraca perdagangan suatu negara. 2.Variable Independent (bebas) terdiri dari ukuran negara yang diukur melalui GDP (GDPit), trade facilitation yang diwakili oleh cost to export (CXit), time to export (TXit), dan time to start doing business (TBit)

3.3. Definisi Operasional 1. Neraca perdagangan Neraca perdagangan merupakan nilai dari total ekspor dikurangi impor untuk masingmasing negara ASEAN+6 yang diukur dalam current US$ Amerika Serikat. 2. GDP GDP merupakan gambaran dari tingkat pendapatan atau total output dari suatu negara. Tingkat pendapatan tersebut dapat dikatakan sebagai kemampuan membeli, sedangkan total output merupakan sisi penawaran yang dihasilkan oleh penduduk

SKRIPSI


FATWA IHYA’ AZIZA


26

negara tersebut. GDP yang digunakan adalah GDP dalam satuan current US$ Amerika serikat, yang dikonversi dari mata uang domestik menggunakan tarif resmi tahun pertukaran tunggal. 3. Cost to Export Biaya yang dikenakan pada kontainer ukuran 20-kaki dalam US$ di negara eksportir. Semua biaya yang terkait dengan menyelesaikan prosedur untuk mengekspor barang. Biaya ini termasuk biaya untuk dokumen, biaya administrasi untuk bea cukai dan pengawasan teknis, biaya broker pabean, biaya terminal handling dan transportasi darat. Nilai biaya tidak termasuk pajak perdagangan, biaya pengapalan (shipping) dan asuransi. 4. Time to export Jumlah hari yang diperlukan untuk mengekspor barang di negara eksportir. Mulai dari pemindahan kontainer dari pabrik ke pelabuhan terdekat serta menyelesaikan semua prosedur dan persyaratan yang dibutuhkan hingga pemidahan kontainer ke kapal. Tidak termasuk lama perjalanan laut hingga ke pelabuhan importir. 5. Time to start doing business Waktu yang dibutuhkan untuk memulai bisnis adalah jumlah hari yang diperlukan untuk menyelesaikan prosedur hukum untuk menjalankan bisnis. Suatu prosedur dianggap selesai setelah perusahaan telah menerima dokumen akhir, seperti sertifikat pendaftaran perusahaan atau nomor pajak.

SKRIPSI


FATWA IHYA’ AZIZA


27

3.4. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder dan merupakan data panel (gabungan antara data time series dan cross section). Data cross section yang digunakan dalam penelitian ini adalah data dari anggota ASEAN +6 yaitu negara Malaysia, Filipina, Singapura, Thailand, Jepang, China, Korea Selatan, India, Australia, New Zealand, Indonesia, Laos, Kamboja, Vietnam, dan Brunei Darussalam. Myanmar termasuk dalam ASEAN+6 namun tidak ada data yang tersaji untuk Myanmar di World Bank Indicators, sehingga penulis tidak memasukkan Myanmar dalam objek penelitian. Sedangkan data time series yang digunakan dimulai dari periode 2007 sampai 2011. Seluruh data sekunder diperoleh secara online dari World Bank Indicators.

3.5. Prosedur Pengumpulan Data Prosedur pengumpulan data yang diperlukan dalam penelitian ini adalah pengumpulan secara online untuk data sekunder dan studi kepustakaan. Studi kepustakaan diperoleh dari berbagai jurnal ekonomi dan makalah/skripsi yang relevan dengan penelitian. Data sekunder diperoleh melalui website World Bank Indicators untuk digunakan dalam analisis dan pembahasan.

SKRIPSI


FATWA IHYA’ AZIZA


28

3.6. Teknik Analisis 3.6.1. Metode Regresi Data Panel Penelitian ini menggunakan metode regresi data panel yang menggabungkan data time series dan cross section. Penggabungan data time series dan cross section (pooling) dapat mengakomodasi informasi yang baik terkait dengan variabelvariabel cross section dan time series. Sehingga data panel secara substansial dapat menurunkan masalah omitted variable atau mengabaikan variabel yang relevan. Data panel juga dapat mengatasi korelasi diantara variabel-variabel bebas yang pada akhirnya dapat mengakibatkan tidak tepatnya penaksiran regresi. Kombinasi tersebut juga dapat meningkatkan kualitas dan kuantitas data dengan pendekatan yang tidak mungkin dilakukan dengan menggunakan hanya salah satu dari data tersebut (Gujarati, 2003). Beberapa keuntungan yang dimiliki oleh metode regresi data panel, Menurut Baltagi dalam (Gujarati, 2003) antara lain : 1. Panel data mampu memperhitungkan heterogenitas individu

secara eksplisit

dengan mengijinkan variabel spesifik individu. 2. Memberikan data yang lebih informatif, lebih bervariasi, kolinearitas yang lebih kecil antar variabel, degree of freedom lebih besar dan lebih efisien. 3. Data panel berdasarkan pada observasi cross section yang berulang (time series), sehingga metode data panel mampu mempelajari study of dynamic change.

SKRIPSI


FATWA IHYA’ AZIZA


29

4. Data panel dapat digunakan untuk menguji dan mengukur perilaku model yang lebih rumit daripada data cross section dan time series murni. 5. Data panel dapat digunakan untuk mempelajari model perilaku yang kompleks. 6. Data panel dapat meminimalisir bias yang mungkin terjadi, saat data tingkat individu dan perusahaan dalam agregat yang besar. Estimasi dengan metode regresi data panel memiliki tiga metode yang bisa digunakan untuk bekerja dengan data panel. Menurut Verbeek (2000), tiga metode tersebut adalah pendekatan pooled least square (PLS), pendekatan fixed effect (FE) dan pendekatan random effect (RE). Hal ini juga didukung oleh Widarjono (2005) bahwa residual dalam model regresi data panel mempunyai tiga kemungkinan yaitu residual data time series, cross section maupun gabungan keduanya. Beberapa model yang dapat digunakan untuk mengestimasi regresi data panel adalah sebagai berikut: a. Pertama yaitu model Pooled Least Square (PLS) adalah teknik yang hanya mengkombinasikan data time series dan data cross section tanpa memperhatikan dimensi individu maupun waktu. Diasumsikan perilaku data antar individu (cross section) sama dalam berbagai kurun waktu. Pooled Least Square (PLS). Model untuk PLS ; Yit = β1 + β2X2it + β3 X3it +.....+βnXnit + µit

SKRIPSI


FATWA IHYA’ AZIZA


30

b. Kedua yaitu Fixed Effect Model (FEM). Model panel yang menambahkan dummy variables untuk mengizinkan adanya perubahan intercept. Variabel dummy bertujuan untuk menangkap adanya perbedaan intercept antar individu dan antar waktu, sedangkan slope diasumsikan tetap. Model data panel untuk FEM Yit = α1 + α2D2 + ... + αnDn + β2 X2it +.....+βnXnit + µit

c. Ketiga, Random Effect Model (REM) merupakan teknik mengestimasi data panel yang memperhitungkan perbedaan antar individu dan waktu yang dicerminkan lewat intersep yang diakomodasi lewat error yang mungkin berkorelasi sepanjang time series dan cross section (Nachrowi dkk, 2006). Model data panel untuk REM Yit = β1 + β2X2it + β3 X3it +.....+βnXnit + µit + εit

3.6.2. Pemilihan Model Estimasi dalam Data Panel Penentuan model yang paling tepat diantara model Common Effect atau Pooled Least Square (PLS), Fixed Effect Model (FEM), dan Random Effect Model (REM) terdiri dari beberapa cara. Pertama, Uji F digunakan untuk memilih teknik dengan model pooled least square (PLS) atau fixed effect model (FEM) dengan membandingkan nilai probabilitas F pada FEM dengan α (1%,5%, atau 10%). Hipotesis nol dari pada restricted F test adalah:

SKRIPSI


FATWA IHYA’ AZIZA


31

H0 = Model Pooled Least Square H1 = Model Fixed Effect Apabila nilai probabilitas F pada FEM < α (1%,5% atau 10%), maka H0 ditolak, sehingga penggunaan model PLS dianggap kurang tepat. Kedua, melakukan LM test (Lagrangian Multiplier) yang bertujuan untuk memilih antara Pooled Least Square (PLS) atau Random Effect Model (REM). Langkah pertama yang dilakukan adalah melakukan pengujian LM test dengan membandingkan nilai probabilitas chi-square terhadap α (1%, 5% atau 10%). Hipotesis yang digunakan untuk menguji LM test adalah sebagai berikut: H0: Model Pooled Least Square H1: Model Random Effect Apabila nilai probabilitas LM test kurang dari α (1%, 5% atau 10%) maka H0 ditolak sehingga penggunaan model PLS dianggap kurang tepat. Hasil dari LM test tersebut dibandingkan dengan uji Hausman. Langkah selanjutnya adalah melakukan Uji Hausman untuk menentukan penggunaan FEM atau REM yang didapatkan melalui STATA. Pengujian Hausman dengan cara membandingkan nilai probabilitas chi-square dengan α (1%, 5% atau 10%), dengan hipotesis sebagai berikut: H0: Model Random Effect H1: Model Fixed Effect

SKRIPSI


FATWA IHYA’ AZIZA


32

Jika nilai probabilitas kurang dari α (1%, 5% atau 10%) maka H0 ditolak sehingga model yang digunakan adalah FEM.

3.6.3. Pengujian Statistik a. Uji t statistik (parsial) Uji

t

merupakan

pengujian

signifikasi

variabel

independen

dalam

mempengaruhi variabel dependen secara parsial/individu. Hipotesa untuk uji t, sebagai berikut : H0 : βi = 0, artinya secara parsial variabel independent tidak mempengaruhi variabel dependent

H1 : βi ≠ 0, artinya secara parsial variabel independent mempengaruhi variabel dependent Pengujian ini dilakukan dengan cara membandingkan t hitung pada hasil regresi dengan t tabel, Jika nilai t hitung < t tabel, maka H0 tidak ditolak dan H1 diterima, yang artinya tidak ada hubungan antara variabel dependent dan variabel independent. Sebaliknya jika t hitung > t tabel, maka H0 ditolak dan H1 diterima, yang artinya terdapat hubungan antara variabel dependent dan variabel independent. Uji t juga bisa dilakukan dengan melihat nilai probabilitas (p-value) tiap variabel. Apabila nilai probabilitasnya lebih kecil dari tingkat keyakinan (α = 1%, 5% atau 10%) maka variabel independent tersebut signifikan menerangkan variabel

SKRIPSI


FATWA IHYA’ AZIZA


33

dependent, karena berada pada daerah penolakan H0. Semakin kecil α yang digunakan, maka hasil lebih meyakinkan karena tingkat kesalahan yang semakin rendah, begitu pula sebaliknya jika α yang digunakan semakin tinggi maka tingkat keyakinan semakin lemah.

b. Uji F-statistik (simultan) Uji F merupakan pengujian signifikasi seluruh variabel independen dalam mempengaruhi variabel dependen secara simultan / bersama-sama. Hipotesa untuk uji F H0 : β1 = β2 = β3 = β4 =…= βk = 0 H1 : paling tidak ada salah satu parameter (β) yang ≠ 0 Jika nilai F hitung < F tabel, maka H0 diterima dan H1 ditolak, sehingga variabel independent dalam persamaan tidak berpengaruh terhadap variasi dari variabel dependent secara simultan. Sebaliknya jika nilai F hitung > F tabel, maka H0 ditolak sehingga variabel independent dalam persamaan berpengaruh secara simultan

terhadap variasi

variabel dependent. Pengujian F-statistik juga dapat

dilakukan dengan melihat nilai probabilitas (uji p-value). Jika nilai probabilitas lebih kecil dari tingkat signifikansi α yang ditetapkan (1%, 5% atau 10%) berarti berada pada daerah H0 ditolak, maka variabel independent dalam persamaan berpengaruh secara simultan terhadap variasi variabel dependent.

SKRIPSI


FATWA IHYA’ AZIZA


34

c. Koefisien Determinasi (

)

Koefisien Determinasi (

) menunjukkan seberapa besar kemampuan seluruh

variabel independen dapat menjelaskan variable dependen. Nilai dari

berkisar

antara 0 – 1, jika mendekati angka 1 maka semakin besar/sempurna kemampuan seluruh variabel independen dalam menjelaskan variable dependen. Begitu sebaliknya, mendekati angka 0 menunjukkan semakin lemahnya kemampuan variabel independen dalam menjelaskan variabel dependen. Jika model PLS yang terpilih, maka

yang digunakan adalah angka yang tertulis di R-squared. Sedangkan model

FEM,

yang digunakan adalah R-sq within, dan untuk model REM menggunakan

R-sq overall.

SKRIPSI


FATWA IHYA’ AZIZA

BAB 3 METODE PENELITIAN

Recommend Documents