20
III.
METODE PENELITIAN
3.1. Jenis dan Sumber Data Jenis dan sumber data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari Biro Pusat Statistik (BPS), Perpustakaan IPB, serta berbagai media masa dan media elektronik yang berkaitan atau instansi-instansi terkait. Data yang digunakan merupakan data time series. 3.2. Metode Analisis Metode yang digunakan dalam penelitian ini yaitu metode deskriptif dari hasil penelitian maupun secara kuantitatif dengan melihat pengaruh variabelvariabel yang saling berhubungan. Selain itu metode deskriptif digunakan untuk menganalisis struktur, perilaku dan kinerja dari industri minuman ringan di Indonesia dengan pendekatan structure-conduct-performance, serta untuk menganalisis faktor-faktor yang memengaruhi kinerja industri minuman ringan Indonesia dengan menggunakan analisis regresi dengan metode Ordinary Least Square (OLS) dengan bantuan software komputer. 3.2.1. Analisis Struktur Pasar a.
Pangsa Pasar Setiap perusahaan memiliki pangsa pasarnya sendiri, dan besarnya berkisar
antara 0 hingga 100 persen dari total penjualan seluruh pasar. Peranan pangsa pasar adalah sebagai sumber keuntungan bagi perusahaan (Jaya, 2001).
Msi =
x 100%
dimana: Msi
: pangsa pasar perusahaan i (persen)
Si
: penjualan perusahaan i (juta rupiah)
Stot
: penjualan total seluruh perusahaan (juta rupiah)
21
b.
Konsentrasi Pasar Tingkat konsentrasi dapat dihitung dengan menggunakan Concentration
Ratio (CR). Pemusatan merupakan kombinasi pangsa pasar dari perusahaanperusahaan oligopolies dimana adanya saling ketergantungan. Kelompok perusahaan terdiri dari 2 sampai 8 perusahaan. Penerimaan (return) rata-rata industri yang terkonsentrasi adalah lebih tinggi daripada penghasilan jenis industri yang kurang terkonsentrasi (Jaya. 2001).
CRm = dimana: CRm : rasio konsentrasi sebanyak m perusahaan (persen) MSi c.
: pangsa pasar perusahaan i (persen) Hambatan Untuk Masuk (Barrier To Entry) Hambatan masuk pasar dapat dilihat dari mudah atau tidaknya pesaing-
pesaing potensial untuk masuk ke pasar. Semakin tinggi barrier to entry maka akan semakin lemah ancaman dari pendatang baru yang hendak masuk ke dalam suatu industri. Beberapa hal mengenai hambatan memasuki suatu pasar. Pertama, hambatan-hambatan timbul dalam kondisi pasar yang mendasar, tidak hanya dalam bentuk perangkat yang legal ataupun dalam bentuk kondisi-kondisi yang berubah dengan cepat. Kedua, hambatan dibagi dalam tingkat mulai dari tanpa hambatan sama sekali, hambatan rendah, sedang sampai tingkatan tinggi di mana tidak ada lagi jalan masuk. Ketiga, hambatan merupakan sesuatu yang kompleks. Cara yang digunakan untuk melihat hambatan masuk adalah dengan menggunakan skala ekonomis yang didekati melalui output perusahaan yang menguasai pasar lebih dari 50 persen. Nilai output tersebut kemudian dibagi dengan total output industri. Data ini disebut sebagai Minimum Efficiency Scale (MES) (Jaya, 2001).
MES =
x 100%
22
3.2.2. Analisis Perilaku Industri Perilaku pasar dianalisis secara deskriptif dengan tujuan untuk memperoleh informasi mengenai perilaku perusahaan dalam industri itu sendiri. Perilaku industri minuman ringan di Indonesia akan dijelaskan dengan melihat strategi melawan pesaing seperti strategi harga, strategi produk dan strategi promosi. a.
Strategi Harga Sebuah perusahaan memutuskan untuk memasuki dunia pemasaran global
maka harus dapat membangun sebuah sistem dan kebijakan tertentu penetapan harga. Strategi penetapan harga suatu industri tergantung dari beberapa faktor produksi. Stategi ini digunakan untuk melihat apakah ada kesepakatan harga antar sesama pesaing yang menimbulkan persaingan yang tidak sehat. b.
Strategi Produk Produk adalah segala sesuatu yang dapat ditawarkan ke pasar untuk
memuaskan keinginan atau kebutuhan. Pemimpin pasar umumnya menawarkan produk dan jasa yang bermutu superior. c.
Strategi promosi Strategi promosi merupakan salah satu strategi untuk meningkatkan
penjualan dengan menginformasikan kepada konsumen tentang adanya suatu produk di pasar sehingga dapat menarik minat konsumen akan produk tersebut. 3.2.3. Analisis Kinerja Industri Analisis kinerja industri minuman ringan dilakukan dengan menggunakan analisis Price Cost Margin (PCM) dan efisiensi internal (X-Eff). Efisiensi adalah menghasilkan suatu nilai output yang maksimum dengan menggunakan sejumlah input tertentu. Efisiensi digolongkan dalam dua kategori yaitu efisiensi internal dan efisiensi pengalokasian. Efisiensi internal menunjukan kemampuan perusahaan dalam suatu industri dalam menekan biaya produksi yang harus dikeluarkan. Sedangkan alokasi yang efisien yaitu pada saat ouput berada pada tingkat di mana marginal cost (MC) sama dengan harga (P) dari masing-masing produk setiap perusahaan di dalam perekonomian secra keseluruhan (Jaya, 2001).
23
XEF = Nilai tambah diperoleh dari hasil pengurangan biaya input terhadap nilai outputnya. Sedangkan nilai output adalah nilai dari seluruh barang dan jasa juga sebagai
produk
yang
dihasilkan
oleh
sektor-sektor
produksi
dengan
memanfaatkan faktor produksi yang tersedia. Variabel lain yang digunakan sebagai indikator kinerja adalah Price Cost Margin (PCM). PCM didefinisikan sebagai persentase keuntungan dari kelebihan penerimaan atas biaya langsung. Tingkat konsentrasi dengan penghasilan terdapat tingkat korelasi yang rendah. Penerimaan (return) rata-rata industri yang terkonsentrasi rendah adalah lebih tinggi daripada penghasilan jenis industri yang kurang terkonsentrasi. Selain itu adanya hubungan positif antara keuntungan (profit) dengan produk-produk konsentrasi tinggi. PCM diperoleh dengan membagi selisih antara nilai tambah dikurangi upah terhadap nilai output. Nilai tambah adalah nilai pengiriman dikurangi material, persediaan dan tempat penyimpanan bahan bakar, tenaga listrik dan kontrak kerja (Jaya, 2001).
PCM =
X 100%
Monopoli dapat memengaruhi pasar yang kemudian dapat memengaruhi kemajuan secara keseluruhan dengan penemuan-penemuan metode produksi maupun produk-produk baru. Variabel pertumbuhan output (growth) diduga dapat memengaruhi kinerja dari sebuah industri. Untuk mengukur pertumbuhan output (growth) adalah perbandingan antara pengurangan nilai output tahun sekarang dan tahun sebelumnya dengan setengah antara nilai output tahun sebelumnya ditambah nilai output tahun sekarang.
Growth =
x 100%
24
3.2.4. Hubungan Struktur dan Faktor-Faktor Lain yang Memengaruhi Kinerja Metode analisis regresi linier berganda atau Ordinary Least Square (OLS) digunakan untuk menganalisis hubungan antara struktur pasar dan faktor-faktor lain yang dapat memengaruhi kenerja. Metode ini digunakan karena dianggap lebih sederhana dibandingkan dengan metode lain serta adanya kemudahan dalam penggunaan serta pendeskripsian hasil regresi. Berikut adalah model dalam penelitian ini:
PCMt = β0 + β1CR4t + β2X-Efft + β3Growtht + β4 Produktivitas TK + Ut dimana: βo
: intersep
t
: tahun ke-t
PCM
: keuntungan perusahaan pada tahun ke t (%)
CR4
: rasio konsentrasi empat perusahaan pada tahun t (%)
X-eff
: efisiensi internal perusahaan pada tahun ke t (%)
Growth
: pertumbuhan output perusahaan pada tahun ke t (%)
Produktivitas TK
: produktivitas tenaga kerja (rupiah)
Ut
: error (β > 0)
β1, β2, β3, β4
: koefisien
3.3. Uji Hipotesis dan Uji Ekonometrika Metode hipotesis akan digunakan dalam menganalisis hubungan-hubungan antar variabel dimana setelah menentukan parameter-parameter yang akan diestimasi maka dilakukan pengujian-pengujian agar suatu model tersebut dapat dikatakan baik. Uji hipotesis berguna untuk memeriksa atau menguji apakah variabel-variabel yang digunakan dalam model regresi signifikan atau tidak. Maksud dari signifikan ini adalah suatu nilai dari parameter regresi yang secara statistik tidak sama dengan nol. Pengujian tersebut dilakukan dengan uji statistik terhadap model penduga melalui uji F dan pengujian untuk parameter-parameter regresi malalui uji t serta melihat berapa persen variabel bebas (independent)
25
dapat dijelaskan oleh variabel terkait (dependent) melalui koefisien determinasi (R-squared). Menurut Verbeek (2000) ekonometrika adalah interaksi antara teori ekonomi, data dan metode statistika. Ordinary Least Squares merupakan teknik yang digunakan untuk mengestimasi garis regresi dengan prinsip meminumkan jumlah kuadrat dari residual. Penduga OLS dikatakan bersifat BLUE, yaitu Best, Linear, Unbiased estimator apabila penduga tersebut mempunyai varians yang minimum (terbaik atau efisien) serta untuk sampel yang berulang penduga (b2) secara rata-rata sama dengan β2. Namun apabila Penduga OLS tidak bersifat BLUE maka terdapat pelanggaran asumsi dalam model regresi yaitu terdapat kolinearitas ganda (multicollinearity), heteroskedastisitas dan serial correlation (autokorelasi). a.
Multikolinearitas Multikolinearitas didefinisikan sebagai adanya korelasi yang kuat antar
variabel bebas pada model persamaan. Multikolinearitas dapat menyebabkan koefisien bebas cenderung tidak signifikan terhadap variabel respon. Uji multikolinearitas dilakukan dengan melihat nilai VIF (Variance Inflation Factor). Jika terdapatnilai VIF yang lebih besar dari 10 maka dapat disimpulkan terjadi multikolinearitas pada model persamaan yang digunakan. Teknik mengatasi multikolinearitas:
(1)
Membuang
peubah
bebas
yang
mempunyai
multikolinearitas tinggi terhadap peubah bebas lainnya, (2) menambah data pengamatan/ contoh, dan (3) melakukan transformasi terhadap peubah-peubah bebas yang mempunyai kolinearitas atau menggabungkan menjadi peubah-peubah bebas baru yang mempunyai arti. b.
Heteroskedastisitas Suatu fungsi dikatakan baik apabila memenuhi asumsi homoskedastisitas
(tidak terjadi heteroskedastisitas) atau memiliki ragam error yang konstan. Heteroskedastisitas tidak merusak ketakbiasan dan konsistensi dari penaksiran OLS, tetapi penaksiran tidak lagi efisien baik dalam sampel kecil maupun besar (yaitu asimtotik) (Gujarati, 1987). Gejala adanya heteroskedastisitas dapat diyunjukkan oleh probability Obs*R-squared pada uji Heteroskedastisity Test: Breusch-Pagan-Godfrey. Jika nilai probabilitas Obs*R-squared lebih besar taraf
26
nyata (α) yang digunakan, maka persamaan tidak mengalami heteroskedastisitas. Jika nilai probabilitas Obs*R-squared lebih kecil taraf nyata (α) yang digunakan, maka
persamaan
mengalami
heterskedastisitas.
Teknik
mengatasi
heteroskedastisitas diantaranya dengan menggunakan Metode Generalized Least Squares (GLS). c.
Autokorelasi Autokorelasi didefinisikan sebagai korelasi yang terjadi antar unsure gangguan
(galat) pada tahun sekarang dengan galat tahun sebelumnya. Autokorelasi bisa terjadi pada deret waktu (time series). Pengujian autokorelasi dapat diketahui dengan menggunakan
breusch-Godfrey
serial
Correlation
LM
Test,
yang
hasil
kesimpulannya dapat diketahui dari nilai probability Obs*R-squared. Jika nilai
probability Obs*R-squared lebih kecil dari taraf nyata, maka terjadi autokorelasi didalam model persamaan. Begitu pula sebaliknya, jika nilai probability Obs*Rsquared ternyata lebuh besar dari taraf nyata meka tidak terjadi autokorelasi pada model persamaan yang digunakan. Teknik mengatasi autokorelasi diantaranya dengan menggunakan (1) evaluasi model, (2) metode pembedaan umum/Generalized Differences, (3) metode pembedaan pertama, (4) estimasi ρ berdasarkan Durbin Watson, dan (5) estimasi ρ berdasarkan residual.