III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

Transkripsi

1 III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut bersumber dari Badan Pusat Statisti (BPS). B. Definisi Operasional Variabel Variabel penelitian pada dasarnya adalah sesuatu hal yang terbentu apa saja yang ditetapan oleh peneliti untu dipelajari sehingga diperoleh informasi tentang hal tersebut, emudian ditari simpulan (Sugiyono, 2009). Variabel-variabel yang dalam penelitian ini terdiri dari 1 variabel teriat dan 2 variabel bebas. 1.Variabel Dependen Variabel dependen dalam penelitian ini adalah Pertumbuhan Eonomi, Pertumbuhan eonomi merupaan peningatan emampuan dari suatu pereonomian dalam memprodusi barang-barang dan jasa-jasa. Pertumbuhan eonomi biasanya diuur dengan menggunaan data produ domesti bruto (GDP) atau pendapatan per apita. Data yang digunaan dalam penelitian ini guna mengetahui pertumbuhan eonomi adalah data GDP per tahun yang dieluaran oleh Badan Pusat Statisti (BPS) periode Tahun 2000 sampai dengan Tahun 2013 dalam satuan persen (%).

2 43 2.Variabel Independen Variabel independen merupaan variabel yang mempengaruhi atau yang menjadi sebab perubahanya atau timbulnya variabel dependen / teriat (Sugiono, 2009). Variable independen dalam penelitian ini adalah: 1. Espor Espor adalah egiatan menjual barang atau jasa e luar negeri bai oleh perseorangan maupun badan huum. Variabel ini diuur dengan Nilai barang dan jasa yang diirim eluar negeri dalam satuan Milyar Rupiah. 2. Impor Impor adalah pengiriman barang dagangan dari luar negeri e pelabuhan di seluruh wilayah Indonesia ecuali wilayah bebas yang dianggap luar negeri, yang bersifat omersial maupun buan omersial.variabel ini diuur dengan Nilai barang dan jasa yang diperoleh dari luar negeri dalam satuan Milyar Rupiah. Tabel 6. Nama Variabel, Simbol Variabel, Uuran, dan Sumber Data No. Nama Variabel Simbol Variabel 1 Pertumbuhan PDB Eonomi Satuan Penguuran Milyar Rupiah 2 Espor EKS Milyar Rupiah 3 Impor IMP Milyar Rupiah Sumber Data Badan Pusat Statisti dan Ban Indonesia Badan Pusat Statisti Badan Pusat Statisti

3 44 C. Metode Analisis Penelitian pada sripsi ini menggunaan metode analisis desriptif-uantitatif dengan menggunaan teori-teori dan data-data yang berhubungan dengan penelitian ini. Model analisis yang digunaan untu meneliti hubungan ausalitas antara espor, impor dan pertumbuhan eonomi di Indonesia periode adalah uji Kausalitas Granger dan pendeatan Vector Auto Regression. Penggunaan Uji Kausalitas Granger untu mengetahui adanya hubungan timbal bali antara variabel-variabeleonomi, dimana satu sisi suatu dependent variable (variabel tida bebas) dapat dipengaruhi variabel lain (independent variable) dan disisi lain independent variable tersebut dapat menempati posisi dependent variable. Hubungan tersebut sering disebut hubungan timbal bali atau hubungan dua arah (M. Wahyudin daneny Widati, 2004 dalam Parmawati dan Sasana, 2010). Model Vector Autoregressive (VAR) sebenarnya merupaan gabungan dari beberapa model Autoregresif (AR), dimana model-model ini membentu sebuah vetor yang antara variabel variabelnya saling mempengaruhi, dan untu mengetahui hubungan antar variabel maa dilauan pengujian adalah sebagai beriut: 1. Penentuan Lag Optimum Beberapa peristiwa eonomi tida dapat langsung memengaruhi variabel eonomi lainnya seperti dampa sebuah ebijaan eonomi seperti ebijan moneter

4 45 biasanya tida secara langsung berdampa pada ativitas eonomi tetapi memerluan watu (lag) (Widarjono, 2007). Penentuan panjang lag optimal dapat dilauan dengan menggunaan riteria informasi yang tersedia. Kandidat lag yang dipilih adalah panjang lag menurut riteria Schwartz Information Criterion (SIC). Lag r aan ditemuan pada spesifiasi model yang memberian nilai SIC paling minimum (Gujarati, 2010). 2. Uji Aar Unit (Unit Root Test) Stasioneritas merupaan salah satu prasyarat penting dalam model eonometria untu data runtut watu (time series). Data stasioner adalah data yang menunjuan mean, varians dan autovarians (pada variasi lag) tetap sama pada watu apan saja data itu dibentu atau dipaai, artinya dengan data yang stasioner model time series dapat diataan lebih stabil. Apabila data yang digunaan dalam model ada yang tida stasioner, maa data tersebut dipertimbangan embali validitas dan estabilannya, arena hasil regresi yang berasal dari data yang tida stasioner aan menyebaban spurious regression. Spurious regression adalah regresi yang memilii R 2 yang tinggi, namun tida ada hubungan yang berarti dari eduanya. Salah satu onsep formal yang dipaai untu mengetahui stasioneritas data adalah melalui uji aar unit (unit root test). Uji ini merupaan pengujian yang populer, diembangan oleh David Dicey dan Wayne Fuller dengan sebutan Augmented Dicey-Fuller (ADF) Test. Jia suatu data time series tida stasioner pada orde nol, I(0), maa stasioneritas data tersebut bisa dicari melalui order beriutnya sehingga diperoleh tingat stasioneritas pada order e-n (firstdifference atau I(1),

5 46 atau second difference atau I(2), dan seterusnya. Model yang dapat dipilih dalan uji ini adalah : ΔYt = β1 + β2t + δyt-1 + ut (intercept dengan trend watu) Δ t = first difference dari variabel yang digunaan = variabel trend Hipotesis untu pengujian ini adalah : H0 : δ = 0 (terdapat unit root, tida stasioner) 3. Uji Kausalitas Granger (Granger Causality Test) Granger Causality yaitu pendeatan yang mempostulasian bahwa suatu variabel X menyebaban variabel lain Y, apabila Y saat ini dapat mempredisi lebih bai dengan menggunaan nilai-nilai masa lalu variabel X (Granger, 1996 dalam Parmawati dan Sasana, 2010). Uji ausalitas adalah suatu uji yang menguur euatan hubungan antara dua variabel atau lebih, dan menunjuan arah hubungan antara variabel bebas dan variabel teriat. Dengan ata lain, studi ausalitas mempertanyaan masalah sebab aibat. Uji ausalitas dilauan untu mengetahui apaah suatu variabel endogen dapat diperlauan sebagai variabel esogen. Hal ini bermula dari etidatahuan eterpengaruhan antar variabel. Jia ada dua variabel Y dan X, maa apaah Y mempengaruhi/ menyebaban X atau X mempengaruhi/menyebaban Y atau berlau semuanya/ eduanya atau tida ada hubungan eduanya. Kausalitas adalah hubungan dua arah. Dengan demiian, jia terjadi ausalitas di dalam model eonometria maa tida terdapat variabel independent, semua variabel adalah variabel dependent. Ada atau tidanya ausalitas diuji melalui uji

6 47 F atau dapat dilihat dari probabilitasnya (Widaryono, 2007). Untu melihat hubungan ausalitas Granger dapat dilihat dengan membandingan F-statisti dengan nilai ritis F-tabel pada tingat epercayaan (1% atau 5% atau 10 %) dan dapat pula dari membandingan besarnya nilai probabilitas dengan tingat epercayaan (1% atau 5% atau 10 %). Jia nilai F-statisti lebih besar daripada F- tabel pada tingat signifian (1% atau 5% atau 10 %), maa variabel Y (teriat) mempengaruhi X (bebas) berarti variabel-variabel tersebut hanya memilii ausalitas satu arah, begitu pula sebalinya. Jia seluruh variabel yang diuji memilii F-statisti yang lebih besar dari F-tabel, maa edua variabel tersebut memilii ausalitas dua arah. Namun, jia edua variabel tersebut ternyata memilii F-statisti yang lebih ecil dari F-tabelnya, maa tida ada ausalitas diantara edua variabel tersebut. 4. Pengujian Arah Kausalitas a. Pengujian Arah Kausalitas Espor Terhadap Pertumbuhan Eonomi EKS PDB, PDB EKS Model Dasar: PDB t = a 0 + Σ =1 m a PDB t- + Σ 1-1 n b 1 EKS t-1 + u 1t EKS t = α 0 + Σ =1 m α EKS t- + Σ 1-1 n β 1 PDB t-1 + u 2t b. Pengujian Arah Kausalitas Impor Terhadap Pertumbuhan Eonomi IMP PDB, PDB IMP Model Dasar: PDB t = a 0 + Σ =1 m a PDB t- + Σ 1-1 n b 1 IMP t-1 + u 1t IMP t = α 0 + Σ =1 m α IMP t- + Σ 1-1 n β 1 PDB t-1 + u 2t

7 48 6. Pendeatan Vector Auto Regression Model VAR merupaan salah satu model linear dinamis (MLD) yang banya digunaan untu apliasi peramalan variabel-variabel eonomi dalam janga panjang maupun dalam janga menengah panjang. Selain itu model VAR juga dapat digunaan untu mengetahui hubungan sebab aibat. Sebagai bagian dari eonometria, model VAR merupaan salah satu pembahasan dalam runtun watu multivariat. Sesuai dengan tujuan dari penelitian ini adalah untu membuat model hubungan antara perdagangan internasional (espor dan impor) dengan pertumbuhan eonomi, tanpa diawali dengan argumentasi variabel mana yang merupaan variabel dependen dan variabel mana yang merupaan variabel independen. Model yang digunaan untu menggambaran hubungan antara perdagangan internasional (espor dan impor) dengan pertumbuhan eonomi adalah model vector autoregressive (VAR). Jia pertumbuhan eonomi diberi simbol PDB dan perdagangan internasional (espor dan impor) diberi simbol EKS dan IMP, maa model VAR antara etiga variabel tersebut adalah sebagai beriut: = α + j t j+ t j 2t t= α + j t j+ t j 2t t= α+ β j t j+ t j 1t

8 49 PDB t adalah pertumbuhan eonomi pada periode t dan PDB t-j merupaan pertumbuhan eonomi pada periode sebelumnya. EKS t adalah espor pada periode t dan EKS t-j merupaan espor pada periode sebelumnya.imp t adalah impor pada periode t dan IMP t-j merupaan impor pada periode sebelumnya. µ merupaan stochastic error terms. Atau di dalam istilah model VAR disebut impuls atau inovasi, atau sho (Gujarati, 2003). D. Uji Hipotesis (Uji F Statisti) Untu mengevaluasi pengaruh semua variabel independen terhadap variabel dependen digunaan uji F. Pada penelitian ini dalam melauan uji F peneliti menggunaan tingat epercayaan 95% dengan derajat ebebasan df 1 =(-1) dan df 2 = (n-), adapun langah-langah dalam uji F ini yaitu (Widarjono, 2009), eputusan menola atau menerima H 0 sebagai beriut:: Ho : β 1 = 0 artinya tida ada pengaruh variabel bebas terhadap variabel teriat. Ha : β 1 > 0 artinya terdapat pengaruh positif variabel bebas terhadap variabel teriat. Mencari nilai F hitung dan nilai F ritis pada tabel distribusi F. Nilai F ritis berdasaran besarnya α dan df dimana besarnya ditentuan oleh numerator (-1) dan df untu denominator (n-). Adapun nilai F hitung dapat dicari dengan formula sebagai beriut:

9 50 Keputusan menola atau menerima H 0 sebagai beriut: a. Jia F hitung > F ritis, maa H 0 ditola b. Jia F hitung < F ritis, maa H 0 diterima.