IV METODOLOGI PENELITIAN 4.1. Lokasi dan Waktu Penelitian Kegiatan yang dilakukan dalam penelitian ini meliputi perumusan masalah, perancangan tujuan penelitian, pengumpulan data dari berbagai instansi terkait, pengolahan data, interpretasi serta penarikan kesimpulan untuk menjawab rumusan masalah penelitian. Penelitian ini dilakukan kurang lebih selama lima bulan yang dimulai dari awal bulan Januari 2012 sampai dengan pertengahan bulan Mei 2012. Sedangkan pengumpulan data dilakukan selama bulan Februari sampai dengan Maret 2012. 4.2. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder berupa time series data tahunan merupakan data yang dikumpulkan pada suatu waktu tertentu yang dapat menggambarkan keadaan atau kegiatan pada waktu tersebut. Data sekunder yang digunakan telah didokumentasikan oleh pihak terkait yang relevan dan dapat dipercaya. Pada penelitian ini menggunakan dua macam data yakni data nasional dan internasional. Data-data sekunder yang digunakan meliputi produksi rumput laut Indonesia, harga ekspor rumput laut Indonesia, nilai tukar uang terhadap dolar (US$), volume ekspor rumput laut Indonesia dan volume ekspor rumput laut Indonesia ke negara China serta GDP negara tujuan ekspor yakni negara China. Adapun jenis rumput laut yang menjadi bahan penelitian adalah rumput laut jenis Eucheuma cottoni dengan produksi kode HS 12120100 (tidak termasuk hasil olahan seperti agar-agar, karagenan dan alginat). Selain itu, informasi terkait juga diperoleh berdasarkan wawancara dengan para stakeholders dinas kelautan dan perikanan mengenai pengolahan budidaya serta produksi rumput laut kering Indonesia. Sumber data yang diperoleh berasal dari berbagai instansi terkait diantaranya Kementrian Kelautan dan Perikanan (KKP), Badan Pusat Statistik (BPS), Bank Indonesia (BI), Kementrian Perdagangan, UN Comtrade, penelitian terdahulu, jurnal pedukung, literatur lainnya. Jenis dan sumber data yang digunakan dalam penelitian ini dapat ditunjukkan pada tabel 6. 29
Tabel 6. Jenis dan Sumber Data Penelitian
No
Variabel
1
Harga ekspor rumput laut Indonesia ke Cina
2
Produksi rumput laut Indonesia
3
Nilai tukar rupiah terhadap dolar (USD) Dummy Revitalisasi
4
Satuan
Simbol
Sumber
US$/Ton
X1
Ton
X2
Rp/US$
X3
Kementrian Kelautan dan Perikanan, Buku Statistika Hasil Ekspor Perikanan Kementrian Kelautan dan Perikanan UN Comtrade
X4
5
Volume ekspor rumput laut Indonesia
Ton
X5
6
GDP
US$
X6
Buku Revitalisasi Perikanan Budidaya 2006-2009, literatur pendukung Kementrian Kelautan dan Perikanan, Buku Statistika Hasil Ekspor Peerikanan Indexmundi
4.3. Metode Analisis Data dan informasi yang diperoleh akan dianalisis secara kualitatif melalui metode deskriptif dan model
kuantitatif. Analisis kualitatif berupa metode
deskriptif yang digunakan untuk menginterpretasikan data-data hasil penelitian untuk menguji hipotesis. Pada penelitian ini, peneliti menggunakan metode kuantitatif analisis ekonometrika dengan alat analisis berupa metode kuadrat terkecil atau Ordinary Least Square (OLS) dengan regresi komponen utama yang bertujuan untuk menghilangkan faktor multikolineritas. Metode tersebut digunakan untuk mengetahui variabel-variabel yang mempengaruhi ekspor rumput laut Indonesia ke negara China. Di samping itu, interpretasi data dilakukan secara deskriptif. Selain itu, peneliti juga menggunakan metode deskriptif dengan alat analisis trend untuk mengidentifikasi dan mengkaji perkembangan dan proyeksi trend ekspor rumput laut Indonesia, produksi rumput laut Indonesia serta ekspor rumput laut Indonesia ke China. Proses pengolahan data dilakukan dengan menggunakan program komputer Ms. Excel 2010 dan Minitabs 14. Dalam penggunaan metode OLS diperlukan asumsi tertentu untuk menjaga sifat kestabilan penduga OLS. Adapun asumsi-asumsi tersebut diantaranya:
30
1. Normalitas, nilai rata-rata kesalahan pengganggu sama dengan nol. E(ei) = 0, untuk i = 1, 2, 3,…, n 2. Homoskedastisitas, varian ei = E (ex) = d², sama untuk semua kesalahan penganggu. 3. Tidak adanya autokorelasi antara kesalahan pengguna, berarti kovarian (ei, ex) = 0, dimana i=j. 4. Variabel bebas
konstan dalam sampling yang terulang dan
bebas terhadap kesalahan pengganggu, E (Xi, ei) = 0 5. Tidak adanya kolinearitas ganda antara variabel bebas X. 6. ei ~ N (0 ; d²), artinya kesalahan pengganggu mengikuti distribusi normal dengan rata-rata nol dan varian d². 4.4. Perumusan Model Rumput laut merupakan salah satu komoditas perdagangan internasional. Komoditas ini telah diekspor lebih dari 30 negara. Di Indonesia rumput laut merupakan salah satu komoditas budidaya laut yang diunggulkan karena nilai ekonomis dan prospeknya yang cerah. Dalam perdagangan internasional juga tetap menjadi komoditas unggulan, khususnya untuk jenis Eucheuma cottonii. Indonesia merupakan pemasok utama komoditas unggulan jenis Eucheuma cottonii karena 80 persen produksinya untuk diekspor. Peneliti memfokuskan penelitian pada rumput laut kering jenis Eucheuma cottonii yang diekspor ke negara China dalam bentuk bahan baku. Perumusan model merupakan langkah awal yang dilakukan untuk mengetahui keterkaitan antar variabel yang menjadi unsur penyusun model. Model disusun berdasarkan hubungan variabel-variabel yang memenuhi perhitungan logika, dimana perhitungan ekonomi juga terpenuhi. Adapun perumusan model yang dilakukan oleh peneliti adalah sebagai berikut: …………………..............................................(4.1) Keterangan: Ex
= Volume ekspor rumput laut Indonesia ke Cina (kg)
Pec
= Harga ekspor rumput laut Indonesia ke Cina (US$/kg)
31
Er
= Nilai tukar terhadap dolar (Rp/US$)
P
= Produksi rumput laut Indonesia (ton)
DR
= Dummy Revitalisasi
Eyi
= Volume ekspor rumput laut Indonesia ke China (ton)
GDP
= Nilai GDP per kapita negara Cina (US$) Model terbaik akan didapatkan apabila model tersebut ditransformasikan
dengan cara mengalogaritma natural kan Ln variabel-variabel yang diestimasikan. Dengan demikian, model yang diestimasi yaitu sebagai berikut: LnEx = α + α1 LnPect + α2 LnErt + α3 LnPt + α4 Dk + α5 Eyit+ α6 Ln GDPt+ et….(4.2)
Keterangan: α
= Intersep
α1, α2, α3, α4, α5, α6
= Parameter yang akan diestimasi
LnYt
= Ekspor rumput laut ke China selama periode t (kg)
LnX1t
= Harga ekspor rumput laut Indonesia ke China periode t (US$/kg)
LnX2t
= Nilai tukar terhadap dolar periode t (Rp/US$)
LnX3t
= Produksi rumput laut domestic selama periode t (ton)
X4
= Dummy revitalisasi
LnX5t
= Volume ekspor rumput laut Indonesia periode t (ton)
LnX6t
= GDP t (US$)
Et
= Residual
32
4.5. Definisi Operasional Untuk memahami secara jelas variabel-variabel dalam perumusan model ekspor rumput laut Indonesia ke negara China maka akan dijelaskan pengertianpengertian dari variabel yang digunakan. Definisi variabel tersebut adalah: 1. Volume penawaran ekspor rumput laut Indonesia ke China yaitu volume ekspor rumput laut Indonesia ke China pada tahun 1999-2011. Variabel ini dinyatakan sebagai variabel respon (tak bebas) dalam satuan kg. 2. Harga ekspor rumput laut Indonesia ke China yaitu harga ekspor rumput laut yang diperoleh dari pembagian antara nilai ekspor rumput laut Indonesia ke China dengan volume ekspor rumput laut Indonesia ke China setiap tahunnya. Hal tersebut merupakan kegiatan transaksi perdagangan yang dilakukan diantara dua negara. Rumput laut yang diekspor ke China adalah rumput laut kering jenis Eucheuma cottonii dalam bentuk bahan baku. Periode waktu yang digunakan adalah data tahun 1999-2011 dan dinyatakan dalam satuan (US$/kg). 3. Nilai tukar rupiah terhadap dolar yaitu rata-rata nilai tukar nominal rupiah terhadap dolar Amerika Serikat setiap tahunnya yang dideflasikan dengan indeks umum Indonesia dan Amerika Serikat. Perolehan nilai tukar rupiah terhadap dollar dapat dihitung dengan cara: Kurs riil = Kurs Nominal x (IHK Cina/ IHK Indonesia)………...…….(4.3) 4. Produksi rumput laut Indonesia yaitu jumlah produksi rumput laut kering jenis Eucheuma cottonii pada tahun 1999-2011 yang diekspor dalam bentuk bahan baku. Variabel ini dinyatakan sebagai variabel bebas dengan menggunakan satuan ton. 5. Volume ekspor rumput laut Indonesia adalah volume total ekspor rumput laut Indonesia pada tahun 1999-2011. Variabel ini dinyatakan sebagai variabel bebas dengan menggunakan satuan ton 6. Nilai GDP yang digunakan adalah GDP riil negara tujuan ekspor yaitu China. GDP riil adalah nilai barang dan jasa yang diukur dengan menggunakan harga konstan (Mankiw 2000). Setelah diperoleh GDP riil, untuk melihat seberapa besar pendapatan per orang di suatu negara maka dibutuhkan nilai GDP per
33
kapita. Nilai GDP per kapita suatu negara diperoleh dari pembagian antara GDP riil dengan jumlah populasi di negara tersebut yang dinyatakan dalam satuan US$. 7. Dummy revitalisasi yang digunakan adalah angka 0 dan 1. Untuk tahun 19992004 diberi nilai 0 dan 2005-2011 diberi angka 1. 4.6. Uji Statistik Uji statistik yang digunakan untuk menginterpretasikan variabel-variabel terhadap model penduga adalah sebagai berikut: 4.6.1. Uji Statistik Model Penduga (Uji-F) Pengujian ini dilakukan bertujuan untuk mengetahui apakah seluruh variabel bebas (independent variable) berpengaruh nyata atau tidak terhadap variabel tak bebas. -
Hipotesis H0 : β1 = β2 = β3 = β4 = βk = 0 H1 : minimal ada satu slope yang tidak sama dengan nol - Uji Statistik F hitung = e2 / (k-1) : (1- e2) / (n-k)
Dimana : e2
: jumlah kuadrat regresi
(1- e2) : jumlah kuadrat sisa n
: jumlah sampel
k
: jumlah parameter
-
Kriteria Uji Apabila : F hitung > Ftabel, maka tolak H0 F hitung < Ftabel, maka terima H0
-
Kesimpulan Apabila hipotesis H0 ditolak, maka sudah cukup bukti untuk menolak H0 selain itu, berarti secara bersama-sama variabel-variabel bebas dalam model berpengaruh terhadap variabel tak bebas, demikian sebaliknya apabila menerima H0. 34
4.6.2. Uji t Statistik Uji t digunakan untuk melihat apakah koefisien regresi masing-masing variabel independen secara individu memiliki pengaruh nyata atau tidak terhadap variabel dependen. - Hipotesis H0 : β0 = 0 H1 : β0 ≠ 0 - Uji Statistik T hitung
= t-hitung > t-tabel maka tolak H0 t-hitung < t-tabel maka terima H0
4.6.3. Uji r-squared Uji ini digunakan untuk melihat sejauh mana variabel bebas mampu menjelaskan variabel respon. Nilai R² dapat dihitung dengan cara: R² = JKR ⁄ JKT Dimana : R²
= Koefisien Determinasi
JKR = Jumlah Kuadrat Regresi JKT = Jumlah Kuadrat Total 4.7. Uji Ekonometrika Pada metode regersi berganda sederhana, maka variabel-variabel yang diestimasi harus memenuhi regresi klasik agar hasil estimasi bersifat BLUE (Best Linier Unbiased Estimation). Dengan demikian diperlukan uji asumsi yang memenuhi diantaranya: 4.7.1. Uji Normalitas Digunakan untuk melihat apakah model distribusi dari error term-nya (residual) menyebar normal atau tidak. Uji normalitas dapat menggunakan uji Kolmogrov-Smirnov. Hipotesis uji normalitas yaitu: H0 : Residual menyebar normal H1 : Residual tidak menyebar normal
35
Jika nilai p-value lebih besar dari alpha maka terima Ho, sehingga residual menyebar normal. Artinya dalam regresi tersebut asumsi kenormalan terpenuhi. 4.7.2. Uji Autokorelasi Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti pada data deretan waktu atau ruang seperti pada data cross sectional. Masalah autokorelasi umumnya terjadi pada data time series. Untuk mendeteksi adanya autokorelasi adalah dengan melihat nilai dari Durbin Watson (DW) statistiknya yang dibandingkan dengan nilai dari tabel DW. Tabel berikut merupakan kerangka identifikasi dalam menentuan ada tidaknya autokorelasi. Tabel 7. Kerangka Identifikasi Autokorelasi
Nilai DW
Hasil
Kurang dari 1,10 1,10
Ada autokorelasi Tanpa kesimpulan Tidak ada autokorelasi Tanpa kesimpulan Ada autokorelasi
Sumber : Firdaus, 2004
4.7.3. Uji Heteroskedastisitas Uji ini digunakan untuk melihat varian residual apakah konstan atau tidak. Jika varians residual konstan maka asumsi homoskedastisitas terpenuhi. Dengan demikian perlu digunakan White Heteroskedasticity Test. Hipotesis : Ho : Homoskedastisitas H1 : Heteroskedastisitas Jika nilai p-value lebih beasr dari alpha lima persen maka terima H0, maka tidak terjadi pelanggaran asumsi heteroskedastisitas. 4.7.4. Uji Multikolenearitas Uji ini digunakan untuk melihat bagaimana variabel bebas mempengaruhi variabel bebas lainnya dalam suatu persamaan. Hal tersebut dapat dilihat dengan cara manghitung Varian Inflation Factor (VIF). Apabila nilai VIF<10, maka persamaan tersebut tidak ada masalah multikolinearitas.
36
4.8. Regresi Komponen Utama (Principal Component Analysis) Analisis regresi komponen utama pada dasarnya mentransformasi perubah-peubah bebas yang berkorelasi menjadi peubah-peubah baru yang orthogonal dan tidak berkorelasi. Analisis ini bertujuan untuk menyederhanakan peubah-peubah yang diamati dengan cara mereduksi dimensinya. Hal ini dilakukan dengan menghilangkan korelasi diantara peubah melalui transformasi peubah asal ke peubah baru (komponen utama) yang tidak berkorelasi (Gasperz 1995). Regresi
komponen
utama
digunakan
untuk
mengatasi
masalah
multikolinearitas pada model penelitian ini. Model ini dapat menghilangkan unsur multikolinearitas karena hasil transformasi akan saling bebas. Dengan demikian model OLS aman untuk digunakan. Adapun langkah-langkah menggunakan PCA yaitu: a.. Membakuan variabel bebas asal yaitu Y dalam menjadi Z b. Mencari akar cirri dan vector cirri dari matriks R c. Menentukan persamaan komponen utama dari vector cirri d. Meregresikan peubah respon Y terhadap skor komponen utama W e. Transformasi balik Dengan demikian, untuk menganalisis faktor-faktor tersebut, digunakan dua peubah yang saling mempengaruhi diantaranya: 1. Peubah bebas adalah peubah yang mempengaruhi peubah lain. Peubah bebas tersebut diantaranya: a.
LnX1 t = Harga ekspor rumput laut Indonesia ke China selama periode t
b.
LnX2 t = Nilai tukar periode t
c.
LnX3 t = Jumlah produksi nasional rumput laut Indonesia periode t
d.
LnX4 t = Dummy Revitalisasi periode t
e.
LnX5 t = Volume ekspor rumput laut Indonesia periode t
f.
LnX6 t = GDP China periode t
2. Peubah terikat adalah peubah yang memberikan respon apabila dihubungkan dengan peubah bebas. Peubah terikat tersebut adalah volume ekspor rumput laut Indonesia ke negara China. Dengan demikian, model regresi dari penelitian ini adalah:
37
LnEx = α + α1 LnPect + α2 LnErt + α3 LnPt + α4 Dk + α5 Eyit+ α6 Ln GDPt+ et
Dimana: α
= Intersep
α1, α2, α3, α4, α5, α6
= Parameter yang akan diestimasi
LnYt
= Ekspor rumput laut ke China selama periode t (kg)
LnX1t
= Harga ekspor rumput laut Indonesia ke China periode t (US$/kg)
LnX2t
= Nilai tukar terhadap dolar periode t (Rp/US$)
LnX3t
= Produksi rumput laut domestic selama periode t (ton)
X4
= Dummy revitalisasi
LnX5t
= Volume ekspor rumput laut Indonesia periode t (ton)
LnX6t
= GDP t (US$)
Et
= Residual
4.9. Trend Analysis Trend merupakan suatu gerakan kecenderungan naik dan turun dalam jangka waktu panjang yang diperoleh dari rata-rata waktu ke waktu dan nilainya cukup rata atau mulus (Suhardi 2008). Analisis trend merupakan suatu metode analisis yang ditujukan untuk melakukan estimasi atau peramalan pada masa yang akan datang. Untuk melakukan suatu estimasi atau peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang cukup panjang, sehingga dari hasil analisis tersebut dapat diketahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut. Secara teoritis, dalam analisis time series yang paling menentukan adalah kualitas atau keakuratan dari informasi atau data-data yang diperoleh serta waktu atau periode dari data-data tersebut dikumpulkan. Analisis trend dapat dihitung dengan menentukan tahun dasar sebagai pembanding, kemudian dicari angka indeksnya. Rumus untuk mencari angka indeks (Kasmir, 2008) adalah: x 100%............................................(4.4)
38
