27
III. METODE PENELITIAN
3.1
Jenis dan Sumber Data Seluruh data yang digunakan dalam penelitian ini adalah data sekunder
tahun 2005-2009 yang berasal dari World Integrated Trade Solutions (WITS), United Nations Commodity Trade Statistics Database (UNCOMTRADE). Selain itu digunakan pula data pendukung lain yang bersumber dari Badan Pusat Statistik Indonesia (BPS), World Bank, International Finance Statistics (IFS) serta berasal dari CEPII.
Tabel 5. Data yang Diperlukan
Data Nilai ekspor – impor makanan olahan Indonesia
Sumber WITS dan UNCOMTRADE
Nilai ekspor – impor makanan olahan Dunia
WITS dan UNCOMTRADE
Tarif makanan olahan Dunia
WITS dan UNCOMTRADE
Nilai tambah industri makanan olahan Indonesia
BPS Indonesia
Nilai aset makanan olahan Indonesia
BPS Indonesia
Jumlah tenaga kerja makanan olahan Indonesia
BPS Indonesia
Volume ekspor makanan olahan Indonesia
WITS dan UNCOMTRADE
GDP negara importir utama makanan olahan Indonesia World Bank Nilai tukar negara importir utama makanan olahan
IFS
Indonesia terhadap US$ Jarak negara importir utama makanan olahan
CEPII
Indonesia terhadap Indonesia
Sumber: Data Peneliti 3.2
Metode Analisis Penelitian ini menggunakan tiga metode analisis yakni metode Trade
Performance Index, metode deskriptif dan model gravitasi dengan menggunakan metode data panel statis.
3.2.1. Metode Trade Performance Index Untuk menentukan makanan olahan prioritas ekspor ditentukan dengan metode Trade Performance Index (TPI) yang berasal dari International Trade
28
Center (ITC). Analisis ini menggunakan metode indeks komposit dengan empat (4) indeks, yaitu indeks performa ekspor, indeks performa pasar dunia, indeks performa suplai domestik, dan indeks performa dampak sosial ekonomi. Indeks komoditas unggulan merupakan rataan dari keempat indeks tersebut. Adapun langkah – langkah untuk menentukan komoditas makanan olahan prioritas ekspor adalah sebagai berikut: 1. Mengklasifikasikan komoditas makanan olahan sesuai dengan klasifikasi utamanya. 2. Mengklasifikasikan komoditas makanan olahan ke dalam indeks performa, adapun untuk mencari indeks performa harus dicari terlebih dahulu indeks indikatornya. Indeks performa terdiri dari: a.
Indeks performa ekspor Mengukur kinerja ekspor produk tahun terakhir analisis yang mencakup indikator nilai ekspor makanan olahan Indonesia tahun 2009, pangsa pasar makanan olahan Indonesia tahun 2009, neraca perdagangan relatif makanan olahan Indonesia tahun 2009, serta pertumbuhan ekspor makanan olahan Indonesia selama periode 2005–2009.
b.
Indeks performa pasar dunia Mengukur permintaan komoditas makanan olahan di pasar dunia saat ini, yang mencakup indikator pertumbuhan permintaan makanan olahan dunia selama periode 2005-2009 dan tarif impor makanan olahan dunia tahun 2009.
c.
Indeks performa suplai domestik Mengukur keadaan suplai makanan olahan di Indonesia, yang mencakup indikator nilai tambah industri makanan olahan Indonesia tahun 2009, efisiensi penggunaan asset makanan olahan di Indonesia serta efisiensi penyerapan tenaga kerja makanan olahan di Indonesia.
d.
Indeks performa dampak sosial ekonomi Mengukur penyerapan tenaga kerja untuk industri makanan olahan di Indonesia, adapun Indikator yang dinilai adalah kemampuan menyerap tenaga kerja.
29
Adapun penjelasan mengenai indikator indeks performa terlihat pada tabel berikut ini:
Tabel 6. Indikator Indeks Performa Indeks Performa Indeks Performa Ekspor
Indikator Nilai ekspor makanan olahan Indonesia tahun 2009 Pangsa pasar makanan olahan Indonesia tahun 2009 Neraca perdagangan relatif makanan olahan Indonesia tahun 2009 Pertumbuhan ekspor makanan olahan Indonesia tahun 2005 – 2009
Indeks Pasar Dunia
Pertumbuhan impor makanan olahan dunia tahun 2005 – 2009 Tarif impor makanan olahan dunia tahun 2009
Indeks Suplai Domestik
Nilai tambah industri makanan olahan Indonesia tahun 2009 Efisiensi tenaga kerja makanan olahan Indonesia tahun 2009 Efisiensi aset makanan olahan Indonesia tahun 2009
Indeks Dampak Sosial Ekonomi
Penyerapan tenaga kerja makanan olahan Indonesia tahun 2009
Sumber: International Trade Center, Peneliti
Dari tabel diatas untuk indeks performa ekspor, indikator nilai ekspor makanan olahan Indonesia tahun 2009 dihitung berdasarkan total nilai ekspor makanan olahan Indonesia tahun 2009 untuk setiap komoditasnya, untuk indikator pangsa pasar makanan olahan Indonesia tahun 2009 diperoleh dari perbandingan antara ekspor makanan olahan yang dilakukan Indonesia dengan ekspor makanan olahan yang dilakukan oleh dunia, untuk indikator neraca perdagangan relatif makanan olahan Indonesia tahun 2009 diperoleh dari perbandingan neraca perdagangan dengan total ekspor dikurangi impor, untuk
30
pertumbuhan ekspor makanan olahan Indonesia tahun 2005-2009 dihitung berdasarkan total nilai ekspor makanan olahan Indonesia setiap tahunnya selama periode 2005-2009. Selanjutnya untuk indeks performa pasar dunia, indikator pertumbuhan impor makanan olahan dunia tahun 2005-2009 dihitung berdasarkan total nilai impor makanan olahan dunia setiap tahunnya selama periode 2005-2009, untuk tarif impor makanan olahan dunia tahun 2009 diperoleh dari hasil rata–rata tarif untuk setiap komoditas makanan olahan. Untuk indeks suplai domestik, indikator nilai tambah industri makanan olahan Indonesia tahun 2009 diperoleh dari nilai tambah industri makanan olahan Indonesia tahun 2009, untuk indikator Efisiensi tenaga kerja makanan olahan Indonesia tahun 2009 diperoleh dari perbandingan antara nilai tambah industri dengan total tenaga kerja, dan untuk indikator Efisiensi aset makanan olahan Indonesia tahun 2009 diperoleh dari perbandingan antara nilai tambah industri dengan total asset komoditas. Untuk indeks yang terakhir yakni indeks dampak sosial ekonomi, indikator penyerapan tenaga kerja makanan olahan Indonesia tahun 2009 diperoleh dari total penyerapan tenaga kerja untuk setiap komoditas makanan olahan. Setelah seluruh indeks performa diketahui hal terakhir yang dilakukan adalah dengan menggunakan indeks komposit, dari indeks komposit inilah akan diketahui komoditas unggulan makanan olahan ekspor indonesia. 3. Langkah selanjutnya setelah mengklasifikasikan setiap komoditas makanan olahan dan mendapatkan data untuk indikator dari setiap indeks performa adalah menentukan nilai Indeks indikator untuk masing–masing komoditas makanan olahan, adapun rumus yang digunakan: IIj = It −
( Nt − Nj )×( It − Ir ) ......................................................................(5) Nt − Nr
Keterangan: IIj = Indeks indikator ke-j (yang dicari indeknya)) It
= Indeks tertinggi (yaitu 5)
Ir
= Indeks terendah (yaitu 1)
Nt = Nilai indikator tertinggi
31
Nr = Nilai indikator terendah Nj = Nilai indikator ke-j (yang dicari indeknya) Untuk menentukan indeks dari masing–masing indikator rumus yang digunakan sama, indeks tertinggi dalam hal ini 5 dikurangi dengan nilai indikator komoditas makanan olahan yang tertinggi dikurangi dengan nilai komoditas makanan olahan yang diteliti dikalikan dengan indeks tertinggi dikurangi indeks terendah dalam hal ini 4 dibagi dengan nilai indikator komoditas makanan olahan tertinggi dikurangi dengan nilai indikator komoditas makanan olahan terendah. Setelah mendapatkan nilai indikator langkah selanjutnya adalah menentukan nilai indeks performa. 4. Dalam menentukan nilai indeks performa digunakan rumus: IP =
∑ IIj
...............................................................................................(6)
j
Keterangan: IP = Indeks performa IIj = Indeks indikator ke-j j
= Jumlah indikator performa
Nilai indeks performa berasal dari jumlah nilai indeks indikator dibagi dengan jumlah indikatornya. Untuk indeks performa ekspor, nilai indeks indikator dibagi dengan 4. Untuk indeks pasar dunia, nilai indeks indikator dibagi dengan 2. Untuk indeks suplai domestik, nilai indeks indikator dibagi dengan 3 dan untuk indeks dampak sosial ekonomi, nilai indeks indikator dibagi dengan 1. Setelah mendapatkan nilai indeks performa untuk masing–masing komoditas, langkah selanjutnya adalah menentukan indeks komposit untuk masing – masing komoditas. 5. Untuk menentukan Indek komposit untuk masing-masing komoditas digunakan rumus: Ik =
piIPi + ... + piIPi ..............................................................................(7) ( pi + .. + pi )
Keterangan: Ik
= Indek komposit
IPi = Indek performa ke-i pi
= Pembobot indek performa ke-i
32
i
= Jumlah performa yang dipertimbangkan
Pemberian indeks komposit harus sesuai dengan tujuan yang ingin dilakukan, dalam penelitian ini pemberian indeks komposit sesuai dengan rencana strategis kementerian perdagangan Republik Indonesia tahun 2010–2014. Dimana pembangunan perdagangan periode 2010-2014 difokuskan untuk mencapai tiga misi utama, yaitu: (1) Meningkatkan kinerja ekspor nonmigas secara berkualitas; (2) Menguatkan pasar dalam negeri; dan (3) Menjaga ketersediaan bahan pokok dan penguatan jaringan distribusi nasional (Renstra Kementerian Perdagangan RI, 2010). Dari tiga misi utama ini, misi pertama adalah meningkatkan kinerja ekspor nonmigas secara berkualitas, dalam penelitian ini yang berkaitan dengan misi pertama kementerian perdagangan adalah performa ekspor dan pasar dunia sehingga performa ekspor dan pasar dunia diberi angka pembobot 4 dan 3. Setelah itu misi kedua kementerian perdagangan adalah menguatkan pasar dalam negeri, dalam penelitian ini yang berkaitan dengan penguatan pasar dalam negeri adalah suplai domestik sehingga suplai domestik diberi angka pembobot 2, serta untuk dampak sosial ekonomi diberi angka pembobot 1.
3.2.2 Metode Deskriptif Metode deskriptif digunakan untuk mengkaji perkembangan ekspor komoditas unggulan makanan olahan Indonesia. Hasil dari komoditas unggulan makanan olahan Indonesia akan dilihat perkembangan ekspor ke 10 negara importir utama Indonesia. Ekspor komoditas unggulan makanan olahan Indonesia akan dibagi menjadi tiap sub komoditas makanan olahan yang merupakan komoditas unggulan Indonesia.
3.2.3 Model Gravitasi dengan Data Panel Statis Pada tahun 1962, Jan Tinbergen memperkenalkan model gravitasi yang diadaptasi dari model gravitasi Sir Isaac Newton, model gravitasi Jan Tinbergen digunakan untuk menghitung arus perdagangan internasional. Adapun persamaan tersebut dirumuskan sebagai berikut (ARNet, 2008):
33
.....................................................................................................(8)
Keterangan: Fij
= Arus dari tempat asal i ke tempat tujuan j, atau Fij adalah total interaksi antara negara i dan j
G
= Konstanta, nilainya tergantung dari unit yang akan digunakan dalam perhitungan
Mi dan Mj
= Variabel
yang
menggambarkan
besarnya
suatu
negara,
berdasarkan faktor ekonominya. Jika ingin mengukur arus uang (seperti nilai ekspor dan impor) maka variabel yang dapat digunakan adalah GDP. Jika ingin mengukur pergerakan tenaga kerja maka variabel yang dapat digunakan adalah populasi Dij
= Jarak antar kedua negara Dalam penelitian ini peneliti menggunakan model gravitasi untuk
menganalisa faktor–faktor yang mempengaruhi komoditas unggulan makanan olahan ekspor Indonesia, alasan peneliti menggunakan model gravitasi karena model gravitasi mengukur interaksi antar negara yang berupa arus perdagangan internasional. Dalam penelitian ini interaksi antar negara yang diukur adalah nilai ekspor komoditas unggulan makanan olahan ekspor Indonesia kepada negara importir utama makanan olahan Indonesia yakni Amerika Serikat, Arab Saudi, Australia, Jepang, Malaysia, Nigeria, Philipina, Singapura, Thailand, serta Vietnam. Selain itu dalam model gravitasi, untuk mengukur interaksi antar negara digunakan variabel dependen GDP serta jarak antar negara. Adapun model yang digunakan dalam penelitian ini adalah: ln
= ln EXPORTVOLUME it + ln GDPCAPINDO it + ln GDPCAPIMP it + ln POP it + ln XRATE it + ln ECODISTANCE it ..................................................(9)
Keterangan: = Nilai ekspor komoditas unggulan makanan olahan ekspor Indonesia ke negara importir utama (Ribu US$/Kg);
34
= Volume ekspor komoditas unggulan makanan olahan ekspor
Indonesia
ke
negara
importir
utama
(Kilogram/Kg); GDPCAPINDOit
= Gross Domestic Product Per Capita Negara Indonesia (Ribu US$)
GDPCAPINDOit
= Gross Domestic Product Per Capita Negara Importir Utama Makanan Olahan Indonesia (Ribu US$)
POPit
= Populasi negara importir utama Indonesia (jiwa)
XRATEit
= Nilai Tukar (Dollar Terhadap Mata Uang Negara Importir)
ECODISTANCEit
= Jarak Negara Importir/Share GDP Negara Importir (Ribu US$)
Penelitian ini menggunakan data panel statis. Adapun pengertian data panel menurut Pyndick dan Daniel L. Rubenfeld dalam Baltagi (2005) “...set is one that includes a sample of individuals (household, firms, cities, etc) over a period of time” Dari penjelasan diatas dapat disimpulkan bahwa data panel merupakan penggabungan dari data time series (period of time) dan data cross section (sample of individuals). Penggunaan data panel sebagai alat analisis memiliki keuntungan (Baltagi, 2005). Keuntungan penggunaan data panel: a.
Data panel terdiri dari data individual dalam suatu periode waktu, oleh karena itu data panel mampu mengontrol heterogenitas individu
b.
Data panel memberikan data yang lebih banyak memberikan informasi, lebih bervariasi, mengurangi kolinearitas antar variabel serta lebih banyak derajat kebebasan dan lebih efisien.
c.
Data panel lebih baik dalam mempelajari the dynamics of adjustment. Karena berkaitan dengan observasi cross section yang berulang, maka data panel lebih baik dalam mempelajari perubahan dinamis.
35
d.
Data panel lebih baik dalam mengidentifikasi dan mengukur akibat - akibat secara sederhana tidak dapat diobservasikan dalam data cross section atau data time series saja.
e.
Data panel data menyediakan data lebih dari ribuan unit, sehingga dapat meminimalkan bias yang mungkin terjadi. Ada 3 jenis metode data panel statis yakni POLS (Pooled Ordinary Least
Square), FEM (Fixed Effect Model), serta REM (Random Effect Model). Tahap yang harus dilakukan jika menggunakan model data panel adalah pemilihan model yang paling baik. Fixed Effect Model
Hausmann Test
Chow Test
Random Effect Model
LM Test
Pooled Least Square
Gambar 10 Pengujian Pemilihan Model Dalam Pengolahan Data Panel
Pengujian pemilihan model dalam data panel digunakan 3 pengujian, adapun pengujiannya adalah sebagai berikut: 1.
Chow Test Tahap pertama dalam pemilihan model data panel adalah pengujian Chow
(Chow Test), chow test digunakan untuk mengetahui model yang paling baik antara intersep dan slope yang harus konstan (pooled least square) atau slope saja yang konstan (fixed effect model). Adapun perhitungan dalam Chow Test sebagai berikut : CHOW =
( RRSS − URSS ) /( N − 1) URSS /( NT − N − K )
..................................................................(10)
36
Keterangan: RRSS = Restricted Residual Sum Square URSS = Unrestricted Residual Sum Square N
= Jumlah data cross section
T
= Jumlah data time series
K
= Jumlah variabel penjelas
Dimana hipotesis yang dibangun dalam pengujian ini sebagai berikut : H o = Pooled Least Square H 1 = Fixed Effect Model Dasar untuk melakukan H o adalah dengan melihat nilai Chow Statistik dengan nilai F tabel. Jika Chow Statistik (F-statistik) lebih besar dari F-tabel maka H o ditolak sehingga yang dipilih fixed effect model dan sebaliknya.
2.
Hausmann Test Tahap setelah Chow Test adalah Hausmann Test, Hausmann Test
digunakan untuk menentukan model yang paling baik antara fixed effect model atau random effect model. Adapun hipotesis Hausmann Test sebagai berikut : H o = Random Effect Model H 1 = Fixed Effect Model Dasar untuk melakukan H o adalah dengan melihat nilai Hausmann Statistik dengan nilai chi square tabel. Jika Hausmann Statistik (chi square-statistik) lebih kecil dari chi square tabel maka H o ditolak sehingga yang dipilih fixed effect model dan sebaliknya.
3.
LM Tes Selanjutnya untuk melakukan pilihan antara model pooled least square
atau random effect model, dilakukan dengan Lagrange Multiplier test (LM test) Hipotesis yang dibangun dalam uji sebagai berikut: H o = Pooled Least Square H 1 = Random Effect Model Sebagai dasar untuk menolak H o , nilai LM statistik dibandingkan dengan nilai kritis chi square statistik. Jika nilai LM statistik lebih besar dari nilai kritis
37
chi square statistik maka H o ditolak sehingga model yang digunakan random effect model.
4.
Strategi Pengujian Secara umum, dalam pengujian estimasi model-model data panel
diperlukan sebuah strategi. Strategi yang dapat dilakukan adalah dengan menguji: 1. Random Effect Model vs Fixed Effect Model (Hausman Test), 2. Pooled Least Square vs Fixed Effect Model (Chow Test). Kerangka pengambilan keputusan dalam memilih sebuah model yang digunakan adalah sebagai berikut: a. Jika Chow test tidak signifikan maka menggunakan Pooled Least Square b. Jika Chow test signifikan namun Hausman test tidak signifikan maka menggunakan Random Effect Model c. Jika Chow test signifikan dan Hausman test signifikan, maka menggunakan Fixed Effect Model.
3.3
Pengujian Model
1.
Uji Normalitas Uji normalitas digunakan untuk menguji apakah variabel pengganggu
memiliki distribusi normal atau tidak. Jika data tidak terdistribusi normal maka diperlukan upaya untuk mengatasi seperti memotong data yang out liers, memperbesar sampel, atau melakukan transformasi data.
Untuk menguji
normalitas maka dilihat dari probabilitas Jarque Bera. Jika probabilitas JarqueBera lebih kecil dari taraf nyata yang digunakan, maka data tidak terdistribusi normal sedangkan jika probabilitas Jarque-Bera lebih besar dari taraf nyata yang digunakan, maka data terdistribusi normal.
2.
Uji Multikolinieritas Uji dalam model selanjutnya adalah uji multikolinieritas (kolinieritas
ganda), multikolinieritas menyebabkan R-Squared tinggi tapi tidak ada (sedikit) koefisien yang nyata, bahkan tanda hubungan dapat terbalik. Cara mendeteksi multikolinieritas dengan menggunakan Pearson Correlation atau dengan
38
Spearman’s Rho Correlation, apabila angka korelasi lebih kecil dari 0,8 maka dapat dikatakan telah terbebas dari masalah multikolinieritas. Jika data terdeteksi multikolinieritas maka hal yang harus dilakukan adalah: a. Memanfaatkan informasi sebelumnya ( a priori information) b. Mengeluarkan variabel dengan kolinieritas tinggi c. Transformasi data dengan perbedaan pertama (first differnce form) utk data time series. d. Menambahkan data baru
3.
Uji Heteroskedastisitas Uji
dalam
model
selanjtunya
adalah
uji
heteroskedastisitas.
Heteroskedastisitas muncul apabila error atau residual dari model yang diamati tidak memiliki varians yang konstan dari satu observasi ke observasi lainnya. Dampak heteroskedastisitas adalah: 1.
Standard Error menjadi bias
2.
Nilai b bukan nilai terbaik
3.
Nilai t dan nilai F yang tidak dapat ditentukan Untuk mendeteksi heteroskedastisitas, dapat dilakukan dengan berbagai cara
seperti uji grafik, uji Glejser, uji Spearman’s, Rank Correlation dan uji Whyte menggunakan langrange multiplier. Jika R-Squared x N lebih besar dari chisquare, maka standar eror mengalami heteroskedastisitas. Jika R-Squared x N lebih kecil dari chi-square, maka standar error telah bebas dari masalah heteroskedastisitas
4.
Uji Autokorelasi Uji model yang terakhir adalah uji autokorelasi, autokorelasi adalah
keadaan dimana variabel gangguan pada periode tertentu berkorelasi dengan variabel gangguan pada periode lain. Akibat adanya autokorelasi maka nilai t hitung akan menjadi bias, Beberapa penyebab autokorelasi adalah: a.
Kesalahan dalam pembentukan model
b.
Tidak memasukkan variabel yang penting
c.
Manipulasi data
39
d.
Menggunakan data yang tidak empiris Untuk mengatasi autokorelasi dapat dilakukan uji Durbin-Watson, ada
beberapa keputusan yang harus dilihat dalam menggunakan uji Durbin-Watson yakni: a.
DW < dL
= Terdapat autokorelasi positif
b.
dL < DW < dU
= Tidak dapat disimpulkan
c.
dU > DW > 4-dU
= Tidak terdapat autokorelasi
d.
4-dU < DW < 4-dL
= Tidak dapat disimpulkan
e.
DW > 4-dL
= Terdapat autokorelasi negatif
Keterangan: DW : Nilai Durbin-Watson dU : Nilai batas atas dL : Nilai batas bawah
3.4
Definisi Operasional Dalam penelitian ini definisi operasional dari masing–masing variabel
adalah: 1. Nilai Ekspor adalah nilai ekspor komoditas unggulan makanan olahan ekspor Indonesia ke negara Amerika Serikat, Arab Saudi, Australia, Jepang, Malaysia, Nigeria, Philipina, Singapura, Thailand, serta Vietnam. Nilai ekspor komoditas unggulan makanan olahan ekspor Indonesia ini selama periode 2005–2009. Satuan dari nilai ekspor komoditas unggulan makanan olahan ekspor Indonesia adalah ribuan US$. Untuk keperluan analisis data nilai ekspor dibentuk dalam logaritma natural (ln). 2. Volume Ekspor adalah volume ekspor komoditas unggulan makanan olahan Indonesia ke negara Amerika Serikat, Arab Saudi, Australia, Jepang, Malaysia, Nigeria, Philipina, Singapura, Thailand, serta Vietnam. Volume ekspor komoditas unggulan makanan olahan Indonesia ini selama periode 2005–2009. Satuan dari volume ekspor komoditas unggulan makanan olahan ekspor Indonesia adalah Kg. Untuk keperluan analisis data volume ekspor dibentuk dalam logaritma natural (ln).
40
3. GDP Per Capita Indonesia adalah GDP per kapita Indonesia. Satuan dari GDP per kapita Indonesia adalah ribuan US$. Untuk keperluan analisis data GDP negara importir utama makanan olahan ekspor Indonesia dibentuk dalam logaritma natural (ln). 4. GDP Per Capita adalah GDP per kapita negara importir utama makanan olahan Indonesia yakni: Amerika Serikat, Arab Saudi, Australia, Jepang, Malaysia, Nigeria, Philipina, Singapura, Thailand, serta Vietnam. Satuan dari GDP per kapita negara importir utama makanan olahan Indonesia adalah ribuan US$. Untuk keperluan analisis data GDP negara importir utama makanan olahan ekspor Indonesia dibentuk dalam logaritma natural (ln). 5. Population adalah Populasi dari negara importir utama makanan olahan Indonesia yakni: Amerika Serikat, Arab Saudi, Australia, Jepang, Malaysia, Nigeria, Philipina, Singapura, Thailand, serta Vietnam. Satuan dari populasi adalah jiwa. Untuk keperluan analisis data populasi negara importir utama makanan olahan ekspor Indonesia dibentuk dalam logaritma natural (ln). 6. Nilai tukar adalah nilai tukar mata uang negara importir utama makanan olahan Indonesia. Nilai tukar dalam penelitian ini adalah perbandingan antara Rp terhadap mata uang negara importir utama makanan olahan Indonesia. Untuk keperluan analisis data nilai tukar mata uang negara importir utama makanan olahan ekspor Indonesia dibentuk dalam logaritma natural (ln). 7. Ecodistance adalah jarak ibukota negara importir utama makanan olahan Indonesia dengan jarak ibukota Indonesia dibagi dengan share GDP untuk masing–masing negara importir setiap tahunnya. Untuk perhitungan share GDP, total GDP negara importir utama makanan olahan Indonesia dibagi dengan masing–masing GDP negara importir utama makanan olahan Indonesia. Untuk keperluan analisis data ecodistance negara importir utama makanan olahan ekspor Indonesia dibentuk dalam logaritma natural (ln).
