26
BAB III METODOLOGI PENELITIAN
3.1.
Jenis Penelitian Penelitian ini dilakukan untuk mengetahui apakah ada pengaruh antara
variabel independen terhadap variabel dependen yang akan diteliti, kemudian dianalisis menggunakan hipotesis. Jenis penelitan ini adalah penelitian sebab akibat (kausalitas). 3.2.
Sumber Data Data dalam penelitian ini adalah jenis data sekunder. Data sekunder adalah
data yang diperoleh dari pihak lain yang mendokumentasikan data dan bukan pengolahnya. Data yang digunakan adalah data sekunder runtun waktu (timeseries data). Data time series yang digunakan adalah data bulanan dengan sampel waktu dari januari 2008 sampai dengan desember 2012. Data nilai impor diperoleh dari website Badan Pusat Statistik Indonesia (www.bps.go.id) dan dari Bank Indonesia (www.bi.go.id),data yang diperoleh berupa data kurs valuta asing (BI). 3.3.
Metode Penelitian Metode yang digunakan untuk menganalisis pengaruh kurs valuta asing
terhadap nilai impor indonesia adalah metode kuantitatif. Metode penelitian kuantitatif dapat diartikan sebagai metode penelitian yang berladaskan pada falsafah positivisme, digunakan untuk meneliti populasi atau sampel tertentu, tehnik pengambilan sampel pada umumnya dilakukan secara rondom,
27
pengumpulan data menggunakan instrumen penelitian, analisis data berupa kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah ditetapkan.1 Penelitian ini melibatkan satu (1) variabel independen dan satu (1) variabel dependen. Variabel independen identik dengan variabel bebas, penjelas atau independet/explanatory. Variabel ini biasanya dianggap sebagai variabel prediktor atau penyebab karena memprediksi atau menyebabkan variabel dependen. Variabel dependen identik dengan variabel terikat, yang dijelaskan atau dependent variable.2Dalam penelitian ini yang menjadi variabel independen adalah kurs valuta asing, sedangkan yang menjadi variabel dependen adalah nilai impor. 3.4.
Teknik Pengumpulan Data
Tehnik pengumpulan data yang digunakan dalam penelitian ini adalah: 1. Dokumentasi, tehnik pengumpulan data dengan menggunakan dan mencari data yang akan dianalisis pada instansi yang akan diteliti. Studi dokumentasi dilakukan di Badan Pusat Statistik Indonesia. 2. Studi Perpustakaan (library reseach). 3.5.
Variabel Penelitian Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang,
obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan.3 Dalam penelitian inimenggunakan dua (2) variabel yaitu:
1
Sugiyono, 2010, Metode Penelitian Pendidikan: Pendekatan Kuantitatif, Kualitatif dan R&D, Penerbit Alfabeta, Bandung, Hal. 14. 2 Mudrajad Kuncoro, 2007, Metode Kuantitatif: Teori dan Aplikasi untuk Bisnis dan Ekonomi, Penerbit (UPP) STIM YKPN, Yogyakarta, Hal. 05. 3 Sugiyono, op.cit, Bandung, Hal. 61.
28
1. Variabel Dependen: Nilai Impor (Y) Nilai impor Indonesia dari periode 2008-2012 yang dinyatakan dalam satuan US dolar ($). 2. Variabel Dependen: Kur Valuta Asing (X) Kurs valuta asing merupakan nilai mata uang dalam negeri (Indonesia) terhadap mata uang luar negeri (AS) dari periode 2008-2012 yang dinyatakan dalam satuan rupiah (Rp). 3.6.
Teknik Analisis Data Tehnik dalam penelitian ini menggunakan tehnik analisis regresi linier
sederhana. Jenis data yang digunakan adalah data time series (runtun waktu). Ciri khusus data runtun waktu adalah berupa urutan numerik di mana interval antarobservasi atas sejumlah variabel bersifat konstan dan tetap Alat bantu hitung/analisis dalam penelitian ini menggunakan program koputerisasi yaitu IBM SPSS (v20). Metode Ordinary Least Squares (OLS)4 akan digunakan untuk menganalisis data dalam penelitian ini yang bersifat BLUE (Best Linier Unbiased Estimator). Inti dari metode ini adalah mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut.5 3.6.1. Model Regresi Data Time Sries Unit data time series yang sama disurvei dalam beberapa waktu. Untuk data time series model yang digunakan adalah: 4
“Metode Pangkat Kuadrat Terkecil Biasa (OLS) diperkenalkan pertama kali oleh Carl Friedrich Gauss, seorang ahli matematika dari jerman.” 5 Mudrajad Kuncoro, op.cit, Hal. 97.
29
t
: Banyaknya data time series. Dalam penelitian ini (pengaruh kurs valuta asing terhadap nilai impor
indonesia) menggunakan data time series selama 5 (lima) tahun terakhir yang diwakili data tahun 2008-2012. Terdapat 120 (seratus duapuluh) data obsevasi yang diambil dari kurs valuta asing dan nilai impor selama 5 (lima) tahun atau 60 (enampuluh) bulan. Formula yang akan digunakan adalah:
Keterangan: Y X1 b0 β1 ε
: Nilai impor : Kurs valuta asing : Konstanta : Koefisien regresi : Faktor error Nilai dari koefisien regresi sangat menentukan sebagai dasar analisis. Nilai
dari koefisien ini akan memiliki dua arti yang berbeda, jika β bernilai positif (+) maka dapat dikatakan ada pengaruh searah anatara variabel independen terhadap variabel dependen. Artinya ialah setiap terjadi kenaikan 1 (satu) satuan pada variabel independen mengakibatkan kenaikan 1 (satuan) pada variabel dependen. Sebaliknya jika β bernilai negatif (-) maka dapat dikatakan terdapat perngaruh yang berbanding terbalik antara variabel independen dengan variabel dependen. Artinya jika ada kenaikan 1 (satu) satuan pada variabel independen, maka akan menurunkan 1 (satu) satuan pada variabel dependen. 3.6.2. Uji Asumsi Klasik Dengan menggunakan Metode Ordinary Least Squares (OLS), diperlukan beberapa pengujian agar model yang digunakan tidak menyimpang dari asumsi
30
klasik atau tidak. Ada 4 (empat) pengujian yang harus dilakukan yaitu, uji heterokededastisitas, uji autokorelasi, uji normalitas dan uji kriteria statistik. 3.6.2.1. Uji Heterokedastisitas Pegujian heterokedastisitas6 bertujuan untuk menguji apakah variabel penganggu memiliki varian yang sama atau tidak dalam model yang digunakan (regresi). Gejala heteroskedastisitas lebih sering dijumpai pada data silang tempat daripada data runtun waktu.7 Cara untuk mengetahui ada atau tidaknya heteroskedastisitas adalah dengan Uji White.8Prinsip dari Uji White ini adalah meregres residual yang dikuadratkan dengan variabel bebas pada model yang digunakan. Jika niai probabilitas > 0,05 maka tidak ada heterokedastisitas, sedangkan jika nilai probabilitasnya < 0,05 maka ada heterokedastisitas. 3.6.2.2. Uji Multikoliniearitas Multikoliniearitas adalah adanya satu hubugan linier yang sempurna (mendekati sempurna) antara beberapa atau semua variabel bebas.9 Pentingnya melakukan uji ini adalah agar variabel yang akan diteliti terbebas dari masalah tingkat kepercayaan pada koefisien (uji t), sehingga kesalahan dapat terhindarkan. Untuk mengetahui ada tidaknya multikolinearitas dalam penelitian ini dapat menggunakan auxiliary regression. Apa bila R2 pada persamaan utama lebih besar dari pada Ri2 (R2>Ri2) maka tidak terjadi multikolinearitas Multikolinearitas 6
“Heteroskedastisitas muncul apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari satu observasi ke observasi lainya.” Hanke & Reitsch, 1998, Business Forecasting: Ed. 6, London: Prentice-Hall International, Hal. 259. 7 Mudrajad Kuncoro,op.cit, Hal. 96. 8 Halbert L. White, Jr (November 19, 1950 - 31 MARET 2012) menjadi Chancellor’s Associates Distinguished Professor of Economics di University of California, San Diego, dan anggota dari Ekonometrik Masyarakat dan Akademi Seni dan Ilmu Pengetahuan. Memperoleh gelar PhD di bidang Ekonomi di Massachusetts Institute of Technology pada tahun 1976, dan menghabiskan tahun-tahun pertamanya sebagai asisten profesor di University of Rochester sebelum pindah ke UCSD pada tahun 1979. 9 Mudrajad Kuncoro, op.cit, Hal. 98.
31
dapat dilihat dari nilai tolerance dan lawannya yaitu Variance Inflation Factor (VIF). Untuk pengambilan keputusan dalam menentukan ada atau tidaknya multikolinearitas yaitu dengan kriteria sebagai berikut: 1. Jika nilai VIF > 10 atau jika nilai tolerance <0,1 maka ada multikolinearitas dalam model regresi. 2. Jika nilai VIF < 10 atau jika nilai tolerance > 0,1 maka tidak ada multikolinearitas dalam model regresi 3.6.2.3. Uji Autokorelasi Uji Autokorelasi bertujuan untuk mengetahui apakah ada korelasi antau kesalahan pada periode t dengan kesalahan t-1 pada model regresi linier. Jika ada korelasi maka dinamakan ada problem autokorelasi. Model regresi akan dikatakan baik jika terbebas dari autokrelasi. Untuk menguji ada tidaknya autokorelasi dalam model yang digunakan pada umumnya digunakan pengujian statistik –d Durbin-Watson yang dihitung berdasarkan jumlah selisih kuadrat nilai-nlai taksiran pada faktor-faktor pengganggu yang berurutan. Untuk menentuka ada atau tidaknya auto korelasi maka ada 3 pengunjian yang dapat dilakukan, yaitu; 1) Apabila nilai DW (Durbin Watson) lebih besar dari batas atas (upper bound), maka koefisien autokorelasi sama dengan nol. Artinya, tidak ada auto korelasi positif. 2) Apa bila nilai DW lebih rendah dari batas bawah (lower bound), koefisien autokorelasilebih besar daripada nol. Artinya ada autokorelasi positif. 3) Bila nilai DW terletak diantara batas atas dan batas bawah, maka tidak dapat disimpulkan10
10
Mudrajad Kuncoro, op.cit, Hal. 90.
32
3.6.2.4. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi yang digunakam memiliki distribusi normal pada variabel pengganggu atau residual. Seperti diketahui bahwa dalam uji t mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik tidak akan ada artinya. Pengujian normalitas dalam penelitian ini menggunakan analisis grafik (scatterplot) yakni dengan melihat normal probabilility plot (P-Plot) yang membandingkan probabiliti kumulatif dengan distribusi normal. Distribusi normal akan membentuk satu garis diagonal dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. 3.6.2.5. Uji Kriteria Statistik Uji statistik digunakan sebagai prosedur yang digunakan untuk menguji kebenaran atau kesalahan hipotesis nol dari sampel. Uji ini juga melatar belakangi pengujian signifikansi. Keputusan untuk mengolah H0 dibuat berdasarkan uji statistik dari data yang ada. Uji statistik terdiri dari pengujian koevisien regresi individu (uji t) dan pengujian koefisien determinasi (R2). 1. Uji Signifikansi Parameter Individu (Uji t) Uji t diakukan untuk melihat seberapa signifikan pengaruh antara variabel independen terhadap variabel dependen. Cara melakukan uji tadalh sebagai berikut:11
11
Ibid, Hal. 82.
33
1) Quick look; Jika jumlah degree of freedom (df) adalah 20 atau lebih dan derajat kepercayaan 5 persen, maka H0 dapat ditolak jika nilai t lebih besar dari 2 (dalam nilai absolut). Denagan kata lain menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individu mempengaruhi variabel dependen. 2) Membandingkan nilai statistik t dengan titik kritis menurut tabel. Jika nilai t statistik hasil perhitungan lebih tinggi dari dibandingkan nilai t tabel, menerima hipotesis alternatif yang menyatakan suatu variabel independen secara individu memepengaruhi variabel dependen. Statistik uji:
dimana : Se(B) : standar deviasi untuk parameter ke-i βi : koefisien regresi atau parameter Hipotesis yang digunakan: H0 : β = 0, maka tidak ada hubungan pengaruh yang positif antara variabel kurs valuta asing dengan nilai impor. H0 : β ≠ 0, maka ada hubungan pengaruh yang negatif antara variabel kurs valuta asing dengan nilai impor. 2. Uji Signifikansi (Uji F)
34
Menguji hipotesis koefisien nilai regresi secara menyeluruh dengan menggunakan F test. Pengujian secara menyeluruh bertujuan untuk mengetahui ada tidaknya pengaruh secara serempak antara variabel terikat yaitu total impor Indonesia (Y) dengan variabel bebas yaitu nilai tukar valas (X1) dan inflasi dalam negeri (X2). Menurut Gujarati (2006:195) untuk memperoleh nilai F hitung maka dipergunakan rumus
sebagai
berikut:
Keterangan: = Nilai F hitung F K = Banyaknya variabel dalam model regresi n = Banyaknya data atau pengamatan R2 = Koefisien determinasi berganda MSR = mean sequares due to regression = mean sequares due to error MSE 3. Uji Koefisien Determinasi (Uji R2) Uji koefisien determinasi (R2) dilakukan untuk mengukur seberapa jauh kemampuan suatu model dalam menerangkan variasi dari variabel tersebur. Nilai R2 adalah antara nol sampai dengan 1 (0 – 1). Jika nilai R2 kecil dan mendekati angka nol (0) maka kemampuan suatu variabel dalam menjelaskan variabel dependen amat terbatas. Sedangkan jika R2 mendekati angka satu (1) maka kemampuan suatu variabel independen mampu menjelaskan
atau
memberikan
informasi
yang
dibutuhkan
untuk
memprediksi variabel dependen. Pengujian ini memiliki kelemahan pada saat penambahan satu variabel independen pasti akan meningkatkan nilai R2 tidak peduli apakah
35
variabel yang ditamabahkan signifikan atau tidak terhadap variabel dependen. Sehingga sering terjadi pembiasan terhadap variabel independen yang dimasukan kedalam model. Para peneliti mnganjurkan agar menggunakan nilai adjusttedR2 pada saat mengevaluasi model regresi yang terbaik. Formula yang digunakan untuk memperoleh nilai koefisien determinasi sebagai berikut:
Dimana: y*
: nilai y estimasi
y
: nilai y absolut