BAB III METODE PENELITIAN
A. Ruang Lingkup Penelitian Penelitian ini memiliki ruang lingkup ekspor mebel di Kota Surakarta, dengan mengambil studi kasus di Surakarta dalam periode tahun 1990-2014. Penelitian ini membahas tentang pengaruh inflasi, kurs, dan suku bunga kredit terhadap ekspor mebel di kota surakarta berdasarkan data tahunan mulai dari 1990-2014. Adapun variabel-variabel yang dianalisis adalah suku bunga kredit, kurs valuta asing, inflasi, dan ekspor mebel. B. Jenis Data dan Sumber Data 1. Jenis Data Data yang akan digunakan dalam penelitian ini adalah data sekunder. Data tersebut dalam bentuk time series selama sepuluh tahun yaitu dari tahun 2004-2014. Data sekunder adalah data yang diperoleh peneliti secara tidak langsung tetapi melalui media perantara (diperoleh dan dicatat oleh pihak lain). 2. Sumber data Dalam penelitian ini data diperoleh dari : a. Badan Pusat Statistik, “Nilai Ekspor Jawa Tengah Menurut Komoditi Tahun 2010 – 2014” mengenai data ekspor mebel di Provinsi Jawa Tengah.
25
25
b. Dinas Perindustrian dan Perdagangan yang berkaitan dengan kredit dan ekspor mebel di Surakarta. c. Studi kepustakaan adalah suatu cara pengumpulan informasi untuk memperoleh data sekunder. Dalam hal ini pengumpulan informasi dilakukan dengan membaca buku literatur, hasil penelitian sebelumnya dan sumber-sumber informasi lainnya berhubungan dengan penelitian ini. C. Definisi operasional variabel Variabel-variabel yang diamati pada penelitian ini ada dua macam, yaitu : 1. Variabel terikat (Y = dependent variabel) Dalam penelitian ini variabel dependen yang digunakan adalah ekspor mebel di Kota Surakarta tahun 2004-2014. Ekspor mebel adalah jumlah keseluruhan ekspor mebel di Kota Surakarta selama tahun 2004-2014. Definisi operasional variabel ekspor berdasarkan World Bank Database yaitu : ekspor merupakan sejumlah barang dan jasa yang dihasilkan oleh suatu Negara untuk Negara lainnya di seluruh dunia. Termasuk didalamnya adalah nilai barang yang diperdagangkan dan volume barang yang diperdagangkan. Data tersebut dalam satuan (kg) 2. Variabel bebas (X = independent variabel) Variabel independen dalam penelitian ini adalah: a. Inf;asi
26
Inflasi adalah kenaikan harga secara umum dan terus-menerus. Variabel inflasi dalam penelitian ini merupakan persentase kenaikan tingkat inflasi dari tahun ke tahun yang diukur dengan indeks harga konsumen. Data Inflasi di Kota Surakarta Tahun 1990-2014 diukur dalam persen (%) b. Nilai Tukar Nilai tukar merupakan mata uang asing dan alat pembayaran lainnya yang digunakan untuk melakukan atau membiayai transaksi ekonomi dan keuangan internasional dan biasanya mempunyai catatan kurs resmi pada Bank Sentral. Nilai tersebut diukur dalam perbandingan nilai Rupiah terhadap Dollar Amerika Serikat (Rp/USD). c. Suku Bunga Kredit Suku bunga merupakan harga yang disepakati dari penggunaan uang tersebut dalam jangka waktu yang telah ditentukan bersama. Harga ini biasanya dinyatakan dalam % per satuan tahun. Suku bunga kredit dalam penelitian ini adalah suku bunga kredit modal kerja dan diukur dalam satuan persen (%)
D. Alat Analisis 1. Jenis Model Regresi Berganda Penelitian ini menggunakan analisis regresi linear berganda. Analisis regresi linear berganda adalah hubungan secara linear antara dua atau
27
lebih variabel independen (X1, X2,.... Xn) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila variabel independen mengalami kenaikan atau penurunan. Untuk menganalisis faktor-faktor yang mempengaruhi ekspor mebel di Kota Surakarta, maka digunakan model regresi berganda sebagai berikut:
Yt 1 2 X 2t 3 X 3t 4 X 4t 5 X 5t 6 X 6t ut Dimana : EX
= Ekspor mebel
INF
= Inflasi
KURS = Kurs valuta asing SBK = Suku bunga kredit E. Metode Analisis Data 1. Uji Pemilihan Model Pemilihan bentuk fungsi model empirik merupakan masalah empirik yang sangat penting. Hal ini karena teori ekonomi tidak secara spesifik menunjukkan bentuk fungsi suatu model empirik dinyatakan dalam
28
bentuk linier atau log linier. Oleh karena itu dalam melakukan studi empiris sebaiknya model yang akan digunakan diuji dulu apakah sebaiknya menggunakan bentuk linier atau log linier (insukindro et al, 2003: 14) Ada beberapa metode yang dapat digunakan dalam pemilihan bentuk fungsi
model
empiric
antara
lain
metode
transformasi
yang
dikembangkan MacKinnon, White, dan Davidson.ata MWD test (Modul Laboratorium Ekonometrika, 2006: 80), penelitian ini akan menggunakan metode MWD test. Pada uji MWD apabila Z1 signifikan secara statistik, maka kita menolak model linier atau model yang benar adalah log linier, sebaliknya bila Z2 signifikan secara statistik maka kita menolak model log linier atau model yang benar adalah linier. 2. Uji Statistik Untuk memperoleh hasil regresi yang terbaik secara statistik disebut BLUE (Best Linier Unbiased Estimator) beberapa kriteria untuk memenuhi criteria BLUE adalah 1) Uji t, 2) Uji t, 3) Uji Determinasi (R-squared). Kriteria digunakan untuk menguji hipotesis secara statistik di dalam analisis regresi sederhana dan regresi berganda dilakukan melalui pendekatan uji signifikan. Uji signifikan secara umum merupakan prosedur untuk mengetahui seberapa besar signifikansi kebenaran suatu hipotesis null (H 0),
29
atau untuk menentukan apakah sampel-sampel yang diamati berbeda secara nyata dari hasil-hasil yang diharapkan. Mengukur ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari nilai statistik. Secara statistik, nilai statistik dapat diukur dari nilai statistik t, nilai statistik F dan koefisien determinasinya. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana H0 ditolak). Sebaliknya disebut tidak signifikan apabila nilai uji statistiknya berada dalam daerah dimana Ho diterima. Dalam pengujian hipotesis ini dapat dilakukan dengan cara-cara, yaitu (Gujarati,1995) : a. Uji Signifikasi Parameter Individual (Uji Statistik t) Uji t digunakan untuk menguji apakah variabel dependen secara individu mempunyai pengaruh yang signifikan terhadap variabel independen. Pengujian ini menggunakan uji dua sisi. Adapun langkah-langkahnya adalah : 1) Menentukan formula hipotesis H0 : β1 : = 0 Berarti variabel dependen secara individu tidak memiliki pengaruh yang signifikan terhadap variabel independen. H0 : β1 : ≠ 0
30
Berarti variabel dependen secara individu memiliki pengaruh yang signifikan terhadap variabel independen. 2) Menentuan Nilai signifikansi, α = 5% Nilai signifikansi (α) adalah 5%, untuk pengujian dengan hipotesis yang menyatakan arah pengaruh (direction), seperti berpengaruh positif atau berpengaruh negatif, nilai t-tabel untuk pengujian hipotesis tersebut ditentukan berdasarkan (α)
dan
degree of
freedom (D.F.). ingat (α) tidak dibagi 2. (Algifari : 2015, hal.79). 3) Menghitung t hitung dan menentukan t tabel t tabel
= t α/2 ; n-k
dimana : αi
= koefisien regresi variabel ke I
SE = standart error n
= jumlah sampel (observasi)
k
= banyaknya parameter
Menentukan kriteria pengujian (Daerah kritis uji t) Hasil pengujian : -
H0 diterima jika –t tabel ≤ t hitung ≤ t tabel
31
Artinya variabel dependen secara individu tidak memiliki pengaruh yang signifikan terhadap variabel independen. -
H0 ditolak jika t hitung ≤ -t tabel atau t hitung ≥ t tabel Artinya variabel dependen secara individu memiliki pengaruh yang signifikan terhadap variabel independen.
b. Uji signifikasi simultan (uji F statistik) Uji F digunakan untuk menguji apakah sekelompok variabel independen secara bersama-sama mempunyai pengaruh yang signifikan terhadap dependen. Langkah-langkah pengujian : 1) Menentukan formula hipotesis - H0 : β1 = β2 = β3 = β4 = 0, berarti variabel dependen secara individu tidak memiliki pengaruh yang signifikan terhadap variabel independen. - H0 : β1 ≠ β2 ≠ β3 ≠ β4 ≠ 0, berarti variabel dependen secara individu memiliki pengaruh yang signifikan terhadap variabel independen. 2) Menentukan level of signifikan, α = 5% 3) Menghitung F hitung Hasil pengujian : -
Ho diterima jika F hitung < F tabel Artinya variabel dependen secara individu tidak memiliki pengaruh yang signifikan terhadap variabel independen.
32
-
Ho ditolak jika F hitung > F table Artinya variabel dependen secara individu memiliki pengaruh yang signifikan terhadap variabel independen.
1) Jika 0,5 ≤ r ≤ 0,7, maka hubungan antara variabel X dan Y dapat dikatakan sedang. 2) Jika 0,1 ≤ r ≤ 0,5, maka hubungan antara variabel X dan Y dapat dikatakan lemah. c. Uji determinasi (R-squared) Penggunaan R-squared sering menimbulkan permasalahan, yaitu bahwa nilainya akan selalu meningkat dengan adanya penambahan variabel bebas dalam suatu model. Hal ini akan menimbulkan bias, karena jika ingin memperoleh model dengan nilai R-squared yang tinggi, seorang peneliti dapat menambahkan variabel bebas dengan tidak memperhatikan apakah variabel indeenden tambahan itu berhubungan dengan variabel dependen atau tidak. Oleh karena itu banyak peneliti yang menyarankan untuk menggunakan Adjusted R-squared. Interpretasinya sama dengan R-squared, akan tetapi nilai Adjusted R-squared dapat naik atau turun dengan penambahan variabel independen baru, tergantung dari korelasi anatara variabel independen baru dengan variabel dependennya. pada intinya digunakan untuk mengukur seberapa jauh kemampuan model dalam menjelaskan variasi variabel depeden. Nilai Adjusted R-squared besarnya bisa negatif
33
atau berarti 0 (nol). Jika nilai adjusted R-squared bernilai negatif, berarti variabel independent sama sekali tidak mampu menjelaskan variabel dependennya. 3. Uji asumsi klasik Pengujian empirik dengan menggunakan data runtut waktu kepastian tidak ada masalah autokorelasi, adanya homoskedastisitas, dan linearnya bentuk fungsi yang digunakan merupakan prasyarat yang harus dipenuhi. Pengujian asumsi klasik ini merupakan salah satu langkah penting dalam rangka
menghindari
munculnya
regresi
linear
lancung
yang
mengakibatkan tidak validnya hasil estimasi (Insukindro, Maryatmo, dan Aliman, 2003:189). a. Multikolinearitas Multikolinearitas adalah masalah yang timbul berkaitan dengan adanya hubungan linear diantara variabel-variabel penjelas. Uji Multikolinearitas digunakan untuk mengetahui terjadi terjadi-tidaknya korelasi diantara variabel independen dalam proses regresi. Jika dalam model terdapat multikolinearitas, maka model tersebut memiliki kesalahan standar yang besar. Sehingga koefisien tidak dapat ditaksir dengan ketepatan tinggi. (Gujarati, 1995:157) Untuk menguji bermasalah atau tidaknya multikolinearitas, dilakukan pengujian dengan metode Klein, yaitu membandingkan nilai
34
(r2) dengan nilai R2. Apabila nilai R2 > r2, berarti tidak terjadi gejala multikolinearitas. Sedangkan apabila R2 < r2 berarti terjadi gejala multikolinearitas. (Gujarati, 1995:157). b. Uji Heteroskedastisitas Heteroskedastisitas adalah kondisi di mana sebaran atau varian faktor pengganggu (disturbance) tidak konstan sepanjang observasi. Heteroskedastisitas terjadi jika muncul gangguan dalam fungsi regresi yang tidak sama sehingga penaksir OLS tidak efisien baik dalam sampel kecil ataupun besar (tetapi masih tetap tidak bias dan konsisten). (Gujarati, 1995 :177) Salah satu cara untuk mendeteksi ada tidaknya masalah heteroskedastisitas adalah dengan melakukan uji Park yaitu dengan melakukan
regresi
residual
yang
dikuadratkan
dengan
variabel
independen. Jika regresi tersebut menghasilkan probabilitas diatas 0,05, maka variabel bebas tersebut tidak signifikan pada tingkat α = 5%. Dari hasil tersebut dapat dikatakan bahwa pada tingkat α = 5% semua koefisien regresi tidak signifikan yang berarti tidak terdapat masalah heteroskedastisitas.
