bab iii metode penelitian 3.1. jenis dan sumber data · disebut model regresi linear berganda jika...
TRANSCRIPT
BAB III
METODE PENELITIAN
3.1. Jenis dan Sumber Data
Penelitian ini menggunakan data time series triwulanan dengan periode data
2000–2010. Data diperoleh dari BPS RI, BPS Provinsi Papua dan Bank Indonesia
(BI). Adapun rincian data yang digunakan adalah :
1. Data PDRB ADHK 2000 triwulanan Provinsi Papua selama periode 2000–2010.
Data ini diolah dan dipublikasikan oleh BPS Provinsi Papua. Data ini dapat
dikategorikan sebagai PDRB riil dengan tahun dasar 2000 dengan satuan juta
rupiah.
2. Data PDRB ADHB triwulanan Provinsi Papua selama periode 2000-2010. Data
ini diolah dan dipublikasikan oleh BPS Provinsi Papua.
3. Data ekspor impor triwulanan Provinsi Papua tahun 2000–2010, yang peroleh
dari BPS RI. Karena cakupan ekspor impor dari BPS RI hanya ekspor impor
antarnegara, maka data tersebut dikombinasikan dengan data ekspor impor dari
PDRB ADHK 2000 triwulanan yang dirinci menurut penggunaan. Data ini
diperoleh dari BPS Provinsi Papua. Kombinasi kedua data diolah lebih lanjut
untuk menghasilkan nilai ekspor riil dan impor riil dengan tahun dasar 2000
dengan satuan juta rupiah.
34
4. Data nilai tukar triwulanan riil diolah dari data nilai tukar nominal dikalikan
indeks harga konsumen Amerika dibagi indeks harga konsumen domestik. Nilai
tukar nominal diperoleh dari BI, sedangkan indeks harga konsumen domestik
diperoleh dari BPS RI dan indeks harga konsumen Amerika diperoleh dari situs
web www.inflationdata.com.
5. Data TPAK Provinsi Papua tahun 2000-2010. Karena data TPAK yang tersedia
hanya dalam bentuk tahunan, maka data tersebut diubah dalam bentuk triwulanan
menggunakan metode interpolasi cubic splin.
3.2. Metode Analisis Data
3.2.1. Analisis Deskriptif
Analisis deskriptif adalah analisis yang menggambarkan keadaan nyata dari
data secara sederhana. Dalam analisis ini akan diberikan gambaran umum mengenai
kondisi perekonomian, ekspor dan impor Papua sejak tahun 2000–2010. Beberapa
indikator ekonomi yang akan dijelaskan meliputi struktur ekonomi, pertumbuhan
ekonomi, perkembangan ekspor, perkembangan impor dan neraca perdagangan yang
ditunjukkan melalui bantuan tabel dan grafik guna mempermudah pembaca
memahami gambaran kondisi perekonomian Papua.
3.2.2. Analisis Kuantitatif
Dalam analisis kuantitatif metode yang digunakan adalah analisis regresi
linier berganda. Regresi merupakan suatu metode yang digunakan untuk menganalisis
35
hubungan antara variabel dependen dan variabel independen. Model yang diperoleh
disebut model regresi linear berganda jika variabel independen yang digunakan lebih
dari satu. Dalam penelitian ini, regresi linear berganda digunakan untuk melihat
pengaruh variabel independen terhadap variabel dependen. Model yang dihasilkan
akan mampu menggambarkan seberapa besar pengaruh masing-masing variabel
independen melalui koefisien parameternya. Persamaan regresi linier berganda
adalah :
Keterangan :
Y = Variabel dependen
= konstanta (intercep)
,…, = koefisien regresi
,…, = Variabel independen
= error (kesalahan pengganggu) pada waktu t
Asumsi regresi linier berganda adalah sebagai berikut :
1. E( ) = 0, untuk tiap t=1,2,…n; artinya rata-rata error sama dengan nol.
2. Cov( ) = 0, untuk tiap i ≠ j; artinya tidak ada korelasi antara error yang satu
dengan yang lainnya, atau disebut non autokorelasi.
3. ~ ; artinya untuk setiap error mengikuti distribusi normal dengan rata-
rata 0 dan varian .
(3.1)
36
4. Var ( ) = ; artinya setiap error mempunyai varian yang sama
(homoskedastisitas).
5. Tidak terdapat multikolinieritas, yaitu tidak ada hubungan linier antara variabel
independen yang satu dengan variabel independen yang lain.
3.3. Model Penelitian
Dalam penelitian ini, regresi linear berganda digunakan untuk melihat
pengaruh keterbukaan perdagangan (didekati dari variabel pertumbuhan ekspor riil,
pertumbuhan impor riil, pertumbuhan nilai tukar riil, pertumbuhan TPAK dan dummy
krisis) terhadap pertumbuhan ekonomi (dilihat dari pertumbuhan PDRB ADHK).
Model yang dihasilkan akan mampu menggambarkan seberapa besar pengaruh
masing-masing variabel keterbukaan perdagangan melalui koefisien parameternya.
Persamaannya adalah :
Keterangan :
= konstanta (intercept)
= Perubahan Y akibat perubahan
= Perubahan Y akibat perubahan
= Perubahan Y akibat perubahan
= Perubahan Y akibat perubahan
= Perubahan Y akibat perubahan
(3.2)
37
= error (kesalahan pengganggu) pada waktu t
Variabel yang digunakan dalam analisis ini adalah sebagai berikut :
Y = PDRB ADHK triwulanan Provinsi Papua (juta rupiah).
= Ekspor riil (juta rupiah).
= Impor riil (juta rupiah).
= Nilai tukar riil (rupiah).
= TPAK (persen).
= Dummy Krisis.
3.4. Software Analisis Data
Dalam mengolah data dan menyelesaikan penelitian ini, penulis
menggunakan bantuan beberapa software. Software tersebut adalah sebagai berikut :
1. Microsoft Excel 2010
Microsoft Excel merupakan perangkat lunak buatan Microsoft Corp. Software ini
digunakan dalam pembuatan tabel dan grafik serta beberapa pengolahan data.
2. Microsoft Access 2010
Microsoft Access merupakan perangkat lunak buatan Microsoft Corp. Software
ini digunakan untuk mengelola dan mengolah database ekspor dan impor.
3. Eviews 6.0
Eviews merupakan program komputer yang digunakan untuk mengolah data
statistik dan data ekonometri. Program Eviews dibuat oleh QMS (Quantitative
38
Micro Software). Software ini digunakan dalam mengolah persamaan model
regresi.
3.5. Evaluasi Model
Untuk mengetahui apakah model yang diteliti tidak mengalami
penyimpangan asumsi regresi linier berganda, maka uji terhadap penyimpangan
asumsi klasik tersebut harus dilakukan.
3.5.1. Uji Kenormalan
Uji asumsi ini bertujuan untuk mengetahui apakah distribusi dari residual
menyebar normal dengan rata-rata nol dan varian . Salah satu metode yang
banyak digunakan untuk menguji normalitas adalah Jarque-Bera test. Uji ini
mengukur perbedaan skewness dan kurtosis data dan dibandingkan dengan apabila
datanya bersifat normal. Hipotesis yang digunakan adalah :
H0 : Error berdistribusi normal.
H1 : Error tidak berdistribusi normal.
Uji statistik ini dapat dihitung dengan rumus berikut :
[
]
dimana:
n = jumlah sampel
= varians
(3.3)
39
= skewness
= kurtosis
Jarque-Bera test mempunyai distribusi chi square dengan derajat bebas
dua. Jika hasil p-value Jarque-Bera test lebih besar dari nilai chi square pada α = 5
persen, maka tolak hipotesis nol yang berarti error tidak berdistribusi normal. Jika
hasil Jarque-Bera test lebih kecil dari nilai chi square pada α = 5 persen, maka terima
hipotesis nol yang berarti error berdistribusi normal.
3.5.2. Uji Autokorelasi
Autokorelasi menggambarkan terdapatnya hubungan antar error. Adanya
autokorelasi ini menyebabkan parameter yang akan diestimasi menjadi tidak efisien.
Untuk menguji ada tidaknya autokorelasi menggunakan Breusch-Godfrey Serial
Correlation LM Test. Hipotesis uji ini adalah :
H0 : Tidak ada masalah otokorelasi.
H1 : Ada masalah otokorelasi.
Jika nilai Obs* R-squared > nilai kritis maka H0 ditolak yang berarti terdapat
autokorelasi atau p-value < α maka H0 ditolak yang berarti terdapat autokorelasi.
3.5.3. Uji Heteroskedastisitas
Ada beberapa metode yang dapat digunakan untuk mendeteksi ada
tidaknya masalah heteroskedastisitas antara lain uji Breusch-Pagan-Godfrey test
40
dan White test. White test merupakan generalisasi dari Breusch-Pagan-Godfrey test
yang juga memasukkan nilai residual yang dikuadratkan, tetapi mengeluarkan
unsur-unsur yang memiliki order yang lebih tinggi. Konsekuensinya White test
digunakan untuk mendeteksi bentuk-bentuk yang lebih umum dari
heteroksedastisitas dibandingkan dengan Breusch-Pagan test. Hal ini menyebabkan
para peneliti lebih banyak menggunakan Breusch-Pagan-Godfrey test untuk
mendeteksi ada tidaknya masalah heteroskedatisitas.
Breusch-Pagan test merupakan lagrange multiplier test untuk
heteroskedastisitas. Metode ini merupakan perhitungan yang sederhana
menggunakan R square (R2) dari beberapa persamaan yang diregresikan.
Rumus Breusch-Pagan-Godfrey test dinyatakan sebagai berikut:
dimana:
h = unsur yang tidak diketahui, yaitu fungsi yang diturunkan secara kontinu
(tidak tergantung pada i) sehingga h(.) > 0 dan h(0) = 1.
s = varian
z = variabel yang mempengaruhi distrubance terms variance.
Hipotesisnya adalah:
H0
: Tidak terdapat heteroskedastistas.
H1
: Terdapat heteroskedastisitas.
(3.4)
41
Rumus paling sederhana dari Breusch-Pagan-Godfrey test dapat dihitung
sebagai hasil kali antara jumlah observasi (N) dan R2. Secara matematika
dirumuskan sebagai berikut:
Breusch-Pagan test mempunyai distribusi chi square dengan derajat bebas satu.
Apabila chi square hitung lebih besar dari chi square tabel pada α = 5 persen,
maka tolak hipotesis nol yang berarti terjadi heteroskedastisitas. Apabila chi
square hitung lebih kecil dari chi square tabel pada α = 5 persen, maka terima
hipotesis nol yang berarti tidak ada heteroskedastisitas.
3.5.4. Uji Multikolinieritas
Multikolinearitas adalah adanya hubungan antar variabel independen dalam
regresi. Adanya multikolinearity ini dapat dideteksi dengan:
1. Nilai R-squared (R2) tinggi dan nilai F-stat yang signifikan, namun
sebagian besar nilai dari t-stat tidak signifikan.
2. Tingkat korelasi yang cukup tinggi antar 2 variabel independen yakni r >
0.8. Jika hal tersebut terpenuhi maka diindikasikan terjadi masalah
multikolinearitas dalam persamaan tersebut. Multikolinearitas ini terbagi
menjadi 2 yakni multikolinearity sempurna apabila r = 1 dan multikolinearity
tidak sempurna apabila r <1.
(3.5)
42
3. Besarnya condition number yang berkaitan dengan variabel independen
bernilai lebih dari 20 atau 30. Nilai condition number dapat diperoleh dengan
prosedur pemisahan matriks variabel-variabel independen.
3.5.5. Uji F
Uji ini digunakan untuk mengetahui kelayakan model. Uji F dilakukan untuk
melihat pengaruh variabel independen terhadap variabel dependen secara
keseluruhan.
a. Hipotesis:
H0 : β1 = β2 = …. = βi = 0;
artinya variabel independen secara simultan tidak mempunyai pengaruh
terhadap variabel dependen.
H1 : Sedikitnya ada satu βi ≠ 0; artinya variabel independen secara simultan
berpengaruh terhadap variabel dependen.
b. Statistik uji:
Dimana:
k = banyaknya parameter termasuk konstanta
n = banyaknya observasi
SSR = Jumlah kuadrat regresi
SSE = Jumlah kuadrat error
(3.6)
43
c. Keputusan:
Jika nilai F hitung > F α; (k-1, n-k) tabel maka kita menolak H0 yang berarti secara
bersama-sama variabel independen dalam persamaan berpengaruh terhadap variabel
dependen.
3.5.6. Uji t
Uji t digunakan untuk menguji signifikansi masing-masing variabel
independen.
a. Hipotesis:
H0 : βi = 0
H1 : βi ≠ 0
b. Statistik Uji:
Dengan bi merupakan penduga βi dan SE(bi) adalah standar error untuk bi.
c. Keputusan:
Jika nilai t hitung > t table (α/2,n-k) maka tolak H0 berarti dapat disimpulkan
bahwa variabel independen tersebut berpengaruh secara signifikan terhadap
variabel dependen.
(3.7)
44
3.5.7. Koefisien Determinasi (R2)
Koefisien determinasi menjelaskan seberapa besar proporsi variabel dependen
dapat dijelaskan oleh variabel independen. Selain itu juga untuk mengukur seberapa
baik garis regresi yang terbentuk. Koefiesien determinasi merupakan besaran non-
negatif dan bernilai antara 0 dan 1. Semakin dekat R2 dengan nilai satu maka model
dapat dikatakan tepat untuk menaksir nilai populasi, dan sebaliknya.
Formula untuk menghitung koefisien determinasi adalah:
(3.8)