BAB 4 METODOLOGI PENELITIAN

BAB 4 METODOLOGI PENELITIAN

4.1. Rancangan Model dan Data yang Digunakan Model yang digunakan dalam studi penelitian ini mengacu pada sejumlah literatur dan sebuah penelitian yang dilakukan sebelumnya oleh Lordkipanidze, Epperson, dan Ames (1996). Dalam penelitian tersebut dijelaskan bahwa impor atas minyak kanola di Amerika Serikat dipengaruhi oleh beberapa faktor, seperti harga komoditas minyak kanola itu sendiri, harga barang substitusinya, nilai tukar dolar Kanada - Amerika Serikat, pendapatan bersih, lagged imports, musim dan faktor tren, sebagaimana digambarkan berikut ini:

Qt = f ( PCt-1, PSt-1, PPt-1, EXt-1, INCt-1, Q1t-1, Tt, Dt )

di mana: Qt

: Kuantitas impor minyak kanola per kapita (Mt)

PCt-1

: Harga minyak kanola (¢/lb)

PSt-1

: Harga minyak kedelai (¢/lb)

PPt-1

: Harga CPO (¢/lb)

EXt-1

: Nilai tukar dolar Kanada-Amerika Serikat (Kanada$ / US$)

INCt-1 : Pendapatan bersih per kapita (dolar) Q1t-1

: Lagged import (Mt)

Tt

: Faktor tren

Dt

: Musim (variabel dummy)

Faktor-faktor determinan..., Fatimah Hani'atu Tasnim, FE UI, 2008

34

Mengacu pada penelitian di atas, model studi penelitian ini bertujuan untuk mengestimasi apakah ekspor CPO Indonesia juga dipengaruhi oleh variabel serupa, seperti harga komoditas CPO di pasar dunia dan nilai tukar rupiah-dolar Amerika Serikat. Untuk melihat besar-kecilnya kendala ekspor CPO, ditambahkan pula variabel determinan berupa penerimaan pungutan ekspor atas komoditas CPO. Variabel ini menjadi proksi kendala ekspor CPO sebab ia mencerminkan jumlah beban yang harus ditanggung oleh eksportir CPO Indonesia dalam melakukan ekspor. Akan tetapi, penelitian ini tidak sepenuhnya mengacu kepada model penelitian Lordkipanidze, Epperson, dan Ames. Sebab, variabel pendapatan bersih, lagged imports, musim dan faktor tren tidaklah digunakan sebagaimana yang terdapat pada model tersebut. Di sisi lain, studi penelitian ini mengestimasikan bahwa harga komoditas CPO sendiri dipengaruhi oleh harga komoditas substitusinya di pasar minyak dan lemak dunia, yaitu minyak kedelai (soybean oil) dan minyak biji bunga matahari (sunflowerseed oil). Dengan potensi yang dimilikinya sebagai bahan bakar alternatif, CPO dapat berperan sebagai substitusi bagi minyak bumi. Sehingga, harga komositas CPO pun diestimasikan akan terpengaruh oleh harga minyak bumi di pasar dunia. Melihat hubungan variabel tersebut, maka model yang digunakan dalam penelitian ini terbagi menjadi dua persamaan sebagai berikut :

X = β0

+

β1PE + β2KURS + β3P_CPO + ei ……… (4.1)

sedangkan, P_CPO = β4

+

β5P_SOY + β6P_SUN + β7P_PET + ej ……… (4.2)


35

di mana: X

= Volume ekspor CPO Indonesia

PE

= Nilai penerimaan pungutan ekspor

KURS = Nilai tukar rupiah – dolar Amerika Serikat P_CPO = Harga CPO di pasar dunia P_PET = Harga minyak bumi (petroleum) di pasar dunia P_SOY = Harga minyak kedelai (soybean oil) di pasar dunia P_SUN = Harga minyak biji bunga matahari (sunflowerseed oil) di pasar dunia ei , ej

= error-term.

Pada model tersebut, variabel harga CPO memiliki dua peranan sekaligus. Pada persamaan (4.1) ia berperan sebagai variabel bebas, akan tetapi ia juga menjadi variabel terikat pada persamaan (4.2). Lebih lanjut lagi, setiap variabel terikat dapat ditentukan nilainya secara berurutan (sequentially), di mana nilai variabel ekspor CPO akan dapat ditentukan apabila nilai variabel harga CPO telah diketahui. Itu berarti, model di atas merupakan model persamaan reskursif. Pemilihan variabel ekspor CPO dalam bentuk volume lebih disukai dibandingkan variabel ekspor CPO dalam bentuk nilai. Dengan menggunakan satuan volume, diharapkan akan lebih terlihat dampak dari faktor-faktor determinan tersebut secara langsung terhadap jumlah ekspor CPO Indonesia. Karena ada ketidaksamaan satuan antara variabel ekspor CPO dengan variabel lainnya, maka variabel yang digunakan dalam mengestimasi model ini seluruhnya berbentuk

logaritma

natural

(ln).

Sehingga,

masing-masing

koefisien

nantinya

menunjukkan nilai elastisitas atau besar persentase perubahan variabel terikat akibat kenaikan satu persen variabel bebas. Estimasi ini nantinya dilakukan dengan menggunakan


36

software Eviews 4. Penggunaan software ini dikarenakan spesialisasinya dalam perhitungan ekonometrika. Tabel 4.1 Daftar Satuan dan Sumber Data yang Digunakan Variabel

Satuan

Sumber Data

Ekspor CPO

Kilogram (Kg)

Badan Pusat Statistik (BPS)

Harga CPO

US$/ton, CIF Rotterdam

Reuters, diolah oleh Kantor Pemasaran Bersama PTPN

Pungutan Ekspor

Rupiah

Direktorat Jenderal Bea dan Cukai DepKeu-RI

Kurs

Rupiah/US$

Bank Indonesia (www.bi.go.id)

Harga Soybean Oil



Harga Sunflowerseed Oil



Harga Petroleum

US$ per barrel

Website International Monetary Fund (http://www.imf.org/external/np/res/commod/index.asp)

Adapun data yang digunakan dalam estimasi model penelitian ini berbentuk time series dengan periode Januari 2001 hingga Desember 2006. Seluruhnya merupakan data sekunder yang diperoleh dari berbagai sumber, baik yang dipublikasikan maupun dikeluarkan langsung oleh pihak-pihak terkait.

4.2. Identifikasi Model Pada dasarnya, metode estimasi yang digunakan persamaan rekursif menyerupai metode estimasi yang digunakan persamaan simultan. Untuk mengetahui metode apa yang dapat digunakan dalam mengestimasi model persamaan rekursif perlu dilakukan identifikasi model terlebih dahulu. Identifikasi ini diawali dengan menentukan Order and Rank Condition, yaitu ketentuan yang mengatur apakah sistem persamaan dapat diestimasi sehingga nilai koefisien persamaan struktural dapat diperoleh.


37

Menurut Order and Rank Condition, agar sebuah sistem persamaan dengan M persamaan struktural dapat diidentifikasi maka setidaknya harus memiliki M-1 variabel endogen. Atau agar sebuah sistem persamaan dengan M persamaan struktural dapat diselesaikan, jumlah variabel predetermine yang ada dalam persamaan tersebut harus tidak kurang dari jumlah variabel endogen yang ada dalam persamaan dikurangi satu; atau dapat dirumuskan sebagai berikut: 1. Jika K-k = m-1 maka persamaan tersebut dikatakan exactly identified 2. Jika K-k > m-1 maka persamaan tersebut over identified 3. Jika K-k < m-1 maka persamaan tersebut under identified 22 . di mana, M = jumlah variabel endogen dalam model m = jumlah variabel endogen pada setiap persamaan struktural K = jumlah variabel predetermine dalam model k = jumlah variabel predetermine pada setiap persamaan struktural dalam model. Berdasarkan kriteria tersebut, baik persamaan faktor determinan ekspor CPO Indonesia ataupun persamaan harga CPO di pasar dunia teridentifikasi over identified, sehingga model persamaan rekursif ini diestimasi dengan metode Two Stages Least Square. Tabel 4.2 Identifikasi Model Identifikasi No

22

Persamaan

Data K-k

m-1

Identifikasi

1

Faktor Determinan Ekspor CPO

2001:1 — 2006:12

3

1

Overidentified

2

Harga CPO di Pasar Dunia

2001:1 — 2006:12

3

0

Overidentified

Nurkholis. Modul Analisa Software Ekonometrika: Sistem Persamaan Simultan: 86-87.


38

BAB 4 METODOLOGI PENELITIAN

Recommend Documents