BAB III METODE PENELITIAN
3.1. Jenis dan Sumber Data Penelitian ini menggunakan data time series triwulanan dengan periode data 2000–2010. Data diperoleh dari BPS RI, BPS Provinsi Papua dan Bank Indonesia (BI). Adapun rincian data yang digunakan adalah : 1.
Data PDRB ADHK 2000 triwulanan Provinsi Papua selama periode 2000–2010. Data ini diolah dan dipublikasikan oleh BPS Provinsi Papua. Data ini dapat dikategorikan sebagai PDRB riil dengan tahun dasar 2000 dengan satuan juta rupiah.
2.
Data PDRB ADHB triwulanan Provinsi Papua selama periode 2000-2010. Data ini diolah dan dipublikasikan oleh BPS Provinsi Papua.
3.
Data ekspor impor triwulanan Provinsi Papua tahun 2000–2010, yang peroleh dari BPS RI. Karena cakupan ekspor impor dari BPS RI hanya ekspor impor antarnegara, maka data tersebut dikombinasikan dengan data ekspor impor dari PDRB ADHK 2000 triwulanan yang dirinci menurut penggunaan. Data ini diperoleh dari BPS Provinsi Papua. Kombinasi kedua data diolah lebih lanjut untuk menghasilkan nilai ekspor riil dan impor riil dengan tahun dasar 2000 dengan satuan juta rupiah.
34
4.
Data nilai tukar triwulanan riil diolah dari data nilai tukar nominal dikalikan indeks harga konsumen Amerika dibagi indeks harga konsumen domestik. Nilai tukar nominal diperoleh dari BI, sedangkan indeks harga konsumen domestik diperoleh dari BPS RI dan indeks harga konsumen Amerika diperoleh dari situs web www.inflationdata.com.
5.
Data TPAK Provinsi Papua tahun 2000-2010. Karena data TPAK yang tersedia hanya dalam bentuk tahunan, maka data tersebut diubah dalam bentuk triwulanan menggunakan metode interpolasi cubic splin.
3.2. Metode Analisis Data 3.2.1. Analisis Deskriptif Analisis deskriptif adalah analisis yang menggambarkan keadaan nyata dari data secara sederhana. Dalam analisis ini akan diberikan gambaran umum mengenai kondisi perekonomian, ekspor dan impor Papua sejak tahun 2000–2010. Beberapa indikator ekonomi yang akan dijelaskan meliputi struktur ekonomi, pertumbuhan ekonomi, perkembangan ekspor, perkembangan impor dan neraca perdagangan yang ditunjukkan melalui bantuan tabel dan grafik guna mempermudah pembaca memahami gambaran kondisi perekonomian Papua.
3.2.2. Analisis Kuantitatif Dalam analisis kuantitatif metode yang digunakan adalah analisis regresi linier berganda. Regresi merupakan suatu metode yang digunakan untuk menganalisis
35
hubungan antara variabel dependen dan variabel independen. Model yang diperoleh disebut model regresi linear berganda jika variabel independen yang digunakan lebih dari satu. Dalam penelitian ini, regresi linear berganda digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen. Model yang dihasilkan akan mampu menggambarkan seberapa besar pengaruh masing-masing variabel independen melalui koefisien parameternya. Persamaan regresi linier berganda adalah : (3.1) Keterangan : Y = Variabel dependen = konstanta (intercep) ,…,
= koefisien regresi
,…,
= Variabel independen
= error (kesalahan pengganggu) pada waktu t Asumsi regresi linier berganda adalah sebagai berikut : 1. E( ) = 0, untuk tiap t=1,2,…n; artinya rata-rata error sama dengan nol. 2. Cov(
) = 0, untuk tiap i ≠ j; artinya tidak ada korelasi antara error yang satu
dengan yang lainnya, atau disebut non autokorelasi. 3.
~
; artinya untuk setiap error mengikuti distribusi normal dengan rata-
rata 0 dan varian
.
36
4. Var ( ) =
; artinya setiap error mempunyai varian yang sama
(homoskedastisitas). 5. Tidak terdapat multikolinieritas, yaitu tidak ada hubungan linier antara variabel independen yang satu dengan variabel independen yang lain.
3.3. Model Penelitian Dalam penelitian ini, regresi linear berganda digunakan untuk
melihat
pengaruh keterbukaan perdagangan (didekati dari variabel pertumbuhan ekspor riil, pertumbuhan impor riil, pertumbuhan nilai tukar riil, pertumbuhan TPAK dan dummy krisis) terhadap pertumbuhan ekonomi (dilihat dari pertumbuhan PDRB ADHK). Model yang dihasilkan akan mampu menggambarkan seberapa besar pengaruh masing-masing variabel keterbukaan perdagangan melalui koefisien parameternya. Persamaannya adalah : (3.2) Keterangan : = konstanta (intercept) = Perubahan Y akibat perubahan = Perubahan Y akibat perubahan = Perubahan Y akibat perubahan = Perubahan Y akibat perubahan = Perubahan Y akibat perubahan
37
= error (kesalahan pengganggu) pada waktu t Variabel yang digunakan dalam analisis ini adalah sebagai berikut : Y
= PDRB ADHK triwulanan Provinsi Papua (juta rupiah). = Ekspor riil (juta rupiah). = Impor riil (juta rupiah). = Nilai tukar riil (rupiah). = TPAK (persen). = Dummy Krisis.
3.4. Software Analisis Data Dalam
mengolah
data
dan
menyelesaikan
penelitian
ini,
penulis
menggunakan bantuan beberapa software. Software tersebut adalah sebagai berikut : 1. Microsoft Excel 2010 Microsoft Excel merupakan perangkat lunak buatan Microsoft Corp. Software ini digunakan dalam pembuatan tabel dan grafik serta beberapa pengolahan data. 2. Microsoft Access 2010 Microsoft Access merupakan perangkat lunak buatan Microsoft Corp. Software ini digunakan untuk mengelola dan mengolah database ekspor dan impor. 3. Eviews 6.0 Eviews merupakan program komputer yang digunakan untuk mengolah data statistik dan data ekonometri. Program Eviews dibuat oleh QMS (Quantitative
38
Micro Software). Software ini digunakan dalam mengolah persamaan model regresi.
3.5. Evaluasi Model Untuk
mengetahui
apakah
model
yang
diteliti
tidak
mengalami
penyimpangan asumsi regresi linier berganda, maka uji terhadap penyimpangan asumsi klasik tersebut harus dilakukan.
3.5.1. Uji Kenormalan Uji asumsi ini bertujuan untuk mengetahui apakah distribusi dari residual menyebar normal dengan rata-rata nol dan varian banyak digunakan untuk
menguji
. Salah satu metode yang
normalitas adalah Jarque-Bera test. Uji ini
mengukur perbedaan skewness dan kurtosis data dan dibandingkan dengan apabila datanya bersifat normal. Hipotesis yang digunakan adalah : H0
: Error berdistribusi normal.
H1
: Error tidak berdistribusi normal. Uji statistik ini dapat dihitung dengan rumus berikut :
[ dimana: n
= jumlah sampel = varians
]
(3.3)
39
= skewness = kurtosis Jarque-Bera test mempunyai distribusi chi square dengan derajat bebas dua. Jika hasil p-value Jarque-Bera test lebih besar dari nilai chi square pada α = 5 persen, maka tolak hipotesis nol yang berarti error tidak berdistribusi normal. Jika hasil Jarque-Bera test lebih kecil dari nilai chi square pada α = 5 persen, maka terima hipotesis nol yang berarti error berdistribusi normal.
3.5.2. Uji Autokorelasi Autokorelasi menggambarkan terdapatnya hubungan antar error. Adanya autokorelasi ini menyebabkan parameter yang akan diestimasi menjadi tidak efisien. Untuk menguji ada tidaknya autokorelasi menggunakan Breusch-Godfrey Serial Correlation LM Test. Hipotesis uji ini adalah : H0
: Tidak ada masalah otokorelasi.
H1
: Ada masalah otokorelasi. Jika nilai Obs* R-squared > nilai kritis maka H0 ditolak yang berarti terdapat
autokorelasi atau p-value < α maka H0 ditolak yang berarti terdapat autokorelasi.
3.5.3. Uji Heteroskedastisitas Ada beberapa metode yang dapat digunakan untuk mendeteksi ada tidaknya masalah heteroskedastisitas antara lain uji Breusch-Pagan-Godfrey test
40
dan White test. White test merupakan generalisasi dari Breusch-Pagan-Godfrey test yang juga memasukkan nilai residual yang dikuadratkan, tetapi mengeluarkan unsur-unsur yang memiliki order yang lebih tinggi. Konsekuensinya White test digunakan untuk
mendeteksi
bentuk-bentuk
yang
lebih umum
dari
heteroksedastisitas dibandingkan dengan Breusch-Pagan test. Hal ini menyebabkan para peneliti lebih banyak menggunakan Breusch-Pagan-Godfrey test untuk mendeteksi ada tidaknya masalah heteroskedatisitas. Breusch-Pagan heteroskedastisitas.
test
Metode
merupakan ini
lagrange
multiplier
merupakan perhitungan
yang
test
untuk
sederhana
menggunakan R square (R2) dari beberapa persamaan yang diregresikan. Rumus Breusch-Pagan-Godfrey test dinyatakan sebagai berikut: (3.4) dimana: h = unsur yang tidak diketahui, yaitu fungsi yang diturunkan secara kontinu (tidak tergantung pada i) sehingga h(.) > 0 dan h(0) = 1. s = varian z = variabel yang mempengaruhi distrubance terms variance. Hipotesisnya adalah: H : Tidak terdapat heteroskedastistas. 0
H : Terdapat heteroskedastisitas. 1
41
Rumus paling sederhana dari Breusch-Pagan-Godfrey test dapat dihitung sebagai hasil kali antara jumlah observasi (N) dan R2. Secara matematika dirumuskan sebagai berikut: (3.5) Breusch-Pagan test mempunyai distribusi chi square dengan derajat bebas satu. Apabila chi square hitung lebih besar dari chi square tabel pada α = 5 persen, maka tolak hipotesis nol yang berarti terjadi heteroskedastisitas. Apabila chi square hitung lebih kecil dari chi square tabel pada
α = 5 persen, maka terima
hipotesis nol yang berarti tidak ada heteroskedastisitas.
3.5.4. Uji Multikolinieritas Multikolinearitas adalah adanya hubungan antar variabel independen dalam regresi. Adanya multikolinearity ini dapat dideteksi dengan: 1. Nilai R-squared (R2) tinggi dan nilai F-stat yang signifikan, namun sebagian besar nilai dari t-stat tidak signifikan. 2. Tingkat korelasi yang cukup tinggi antar 2 variabel independen yakni r > 0.8. Jika
hal
tersebut
terpenuhi
maka
diindikasikan
terjadi
masalah
multikolinearitas dalam persamaan tersebut. Multikolinearitas ini terbagi menjadi 2 yakni multikolinearity sempurna apabila r = 1 dan multikolinearity tidak sempurna apabila r <1.
42
3. Besarnya condition number yang berkaitan dengan variabel independen bernilai lebih dari 20 atau 30. Nilai condition number dapat diperoleh dengan prosedur pemisahan matriks variabel-variabel independen.
3.5.5. Uji F Uji ini digunakan untuk mengetahui kelayakan model. Uji F dilakukan untuk melihat pengaruh variabel independen terhadap variabel dependen secara keseluruhan. a. Hipotesis: H0 : β1 = β2 = …. = βi = 0; artinya variabel independen secara simultan tidak mempunyai pengaruh terhadap variabel dependen. H1 : Sedikitnya ada satu βi ≠ 0; artinya variabel independen secara simultan berpengaruh terhadap variabel dependen. b. Statistik uji: (3.6) Dimana: k
= banyaknya parameter termasuk konstanta
n
= banyaknya observasi
SSR = Jumlah kuadrat regresi SSE = Jumlah kuadrat error
43
c. Keputusan: Jika nilai F hitung > F α; (k-1, n-k) tabel maka kita menolak H0 yang berarti secara bersama-sama variabel independen dalam persamaan berpengaruh terhadap variabel dependen.
3.5.6. Uji t Uji t digunakan untuk menguji signifikansi masing-masing variabel independen. a. Hipotesis: H0 : βi = 0 H1 : βi ≠ 0 b. Statistik Uji: (3.7) Dengan bi merupakan penduga βi dan SE(bi) adalah standar error untuk bi. c. Keputusan: Jika nilai t hitung > t table (α/2,n-k) maka tolak H0 berarti dapat disimpulkan bahwa variabel independen tersebut berpengaruh secara signifikan terhadap variabel dependen.
44
3.5.7. Koefisien Determinasi (R2) Koefisien determinasi menjelaskan seberapa besar proporsi variabel dependen dapat dijelaskan oleh variabel independen. Selain itu juga untuk mengukur seberapa baik garis regresi yang terbentuk. Koefiesien determinasi merupakan besaran nonnegatif dan bernilai antara 0 dan 1. Semakin dekat R2 dengan nilai satu maka model dapat dikatakan tepat untuk menaksir nilai populasi, dan sebaliknya. Formula untuk menghitung koefisien determinasi adalah: (3.8)
