BAB III METODE PENELITIAN 3.1 Pendekatan Penelitian Dalam penelitian ini pendekatan yang digunakan adalah pendekatan kuantitatif. Pendekatan kuantitatif merupakan pendekatan yang lebih menekankan pada pengolahan data secara matematis dan statistik dengan analisis ekonometrika sebagai alat formal yang digunakan. Pendekatan kuantitatif dalam penelitian ini dilakukan dengan cara menentukan model regresi pada masing-masing variabel setelah itu dianalisis dengan menggunakan metode OLS dan time series. Metode time series yang digunakan adalah metode estimasi regresi dinamis Error Correction Model (ECM). Metode ECM di gunakan dalam analisis ini karena mampu mengoreksi persamaan regresi antara variabel-variabel yang secara individu tidak stasioner agar kembali ke nilai ekuuilibrium pada jangka panjang dengan kata lain data terkointegrasi. 3. Identifikasi Variabel Model estimasi regresi dalam suatu penelitian analisis ekonometrika terdiri dari dua variabel yaitu variabel terikat (dependent) dan variabel bebas (independent) Variabel yang digunakan dalam penelitian ini antara lain adalah: variabel impor kedelai Indonesia dari luar negeri sebagai variabel terikat (dependent), sementara itu sebagai variabel bebas (independent) antara lain adalah harga relatif kedelai Indonesia terhadap harga kedelai Amerika, kuantitas kedelai 31
3 impor Indonesia pada tahun sebelumnya, nilai tukar mata uang di Indonesia terhadap dollar Amerika, produksi kedelai domestik pada tahun sebelumnya serta pendapatan nasional Indonesia pada tahun tersebut. 3.3 Definisi Operasional Penjelasan operasional untuk masing-masing variabel adalah sebagai berikut: 1. Impor kedelai di Indonesia adalah jumlah atau kuantitas kedelai yang diimpor oleh Indonesia selama tahun 1971-007, dihitung dalam satuan ton.. Harga relatif kedelai Indonesia adalah harga kedelai Indonesia yang dihitung dengan cara membagi antara harga kedelai impor dengan harga kedelai domestik Indonesia, harga relatif kedelai Indonesia dihitung dalam satuan dolar/rupiah. PUS PRt...(3.) Pind Keterangan: PR t PUS t Pind t : harga relatif kedelai Indonesia pada tahun ke-t dengan satuan dolar rupiah ($/Rp) : harga kedelai impor Indonesia pada tahun ke-t dengan satuan dolar Amerika ($) : harga kedelai domestik Indonesia pada tahun ke-t dengan satuan rupiah (Rp) Contoh perhitungan: Dari perhitungan pada persamaan 3. diperoleh hasil bahwa nilai PRt = 0,5, maka hal ini memberi pengerian bahwa diperlukan nilai
33 mata uang sejumlah 0,5 dolar untuk membeli barang di Indonesia dengan harga 1 rupiah. 3. Pendapatan nasional Indonesia adalah PDB riil Indonesia selama tahun 1971-007, pendapatan nasional dihitung dalam satuan rupiah. 4. Nilai tukar mata uang Indonesia terhadap dollar Amerika adalah besarnya nilai tukar rupiah terhadap dolar Amerika. 5. Kuantitas produksi kedelai Indonesia pada tahun sebelumnya adalah besarnya jumlah kedelai yang diproduksi oleh Indonesia pada tahun sebelumnya yang dihitung dengan satuan ton. Produksi kedelai domestik dihitung dengan menggunakan lag tahun sebelumnya dari produksi kedelai. 6. Impor kedelai Indonesia pada tahun sebelumnya adalah besarnya kuantitas kedelai impor pada tahun sebelumnya. Impor kedelai ini dihitung dengan menggunakan lag tahun sebelumnya dari impor kedelai. 3.4 Jenis dan Sumber data Jenis data yang digunakan dalam penelitian adalah data sekunder yang berbentuk time series. Data diperoleh melalui penelusuran di internet dan sumber data berasal dari FAO, World Bank serta situs website dan dipublikasi oleh BPS. 1. Data kuantitas impor kedelai Indonesia pada tahun 1971 007.. Data produksi kedelai Indonesia pada tahun 1971-007.
34 3. Data harga kedelai Amerika dengan satuan local currency unit(lcu) pada tahun 1971-007. 4. Data harga kedelai Indonesia pada satuan local currency unit(lcu) pada tahun 1971-007. 5. Data PDB riil Indonesia pada tahun 1971-007. 6. Data nilai tukar Indonesia pada tahun 1971-007. 7. Data jumlah penduduk Indonesia pada tahun 1971-007 3.5 Prosedur Pengumpulan data Prosedur dalam pengumpulan data yang digunakan oleh peneliti dalam melakukan penelitian ini antara lain adalah melalui penelusuran website di internet dan studi kepustakaan. Studi kepustakaan dilakukan dengan cara mencari informasi mengenai data baik dengan membaca literatur/ jurnal maupun artikel sebagai referensi. Sementara itu penelusuran data melalui website dilakukan dengan cara online. 3.6 Teknik analisis 3.6.1 Estimasi Model Error Correction Model(ECM) 3.6.1.1 Uji Stasioneritas Teknik analisis merupakan hal yang paling penting dalam suatu penelitian. Teknik yang dilakukan setelah merumuskan hipotesis dan menentukan model penelitian masing-masing variabel adalah melakukan uji stasioneritas data pada masing-masing variabel dalam model pada persamaan, karena syarat dalam
35 estimasi dengan menggunakan data time series adalah data harus stasioner, yang artinya variance dan covariance data harus konstan sepanjang waktu. Data tidak stasioner disebabkan karena data tersebut mengandung akar-akar unit (unit root), untuk melihat data tersebut stasioner atau tidak dilakukan dengan mengunakan metode Augmented Dicky Fuller (ADF). Bentuk persamaan untuk uji ADF adalah sebagai berikut: Y t p 0 Yt 1 i Yt i 1 t i 1.(3.4) Keterangan : Y t : bentuk dari first difference α 0 : parameter yang di estimasi Y : variabel yang diuji stasioneritasnya p : panjang lag yang digunakan dalam model ε : error term Analisis dengan menggunakan metode ADF dilakukan dengan cara melihat perbandingan antara nilai ADF statistik dengan Mackinnon Critical Value 1%, 5% dan 10%. Data diuji pada tingkat level I(0). Jika nilai ADF statistik lebih besar dari Mackinnon Critical Value, maka data tidak mengandung akar unit root yang artinya data sudah stasioner, sementara itu jika terjadi sebaliknya ADF statistik kurang dari Mackinnon Critical Value, maka data tersebut mengandung akar unit root dan artinya data tidak stasioner. 3.1.6. Uji Kointegrasi Langkah selanjutnya setelah melakukan uji unit root pada masingmasing persamaan dalam model dan masing-masing variabel sudah stasioner adalah melakukan estimasi regresi dengan menggunakan metode OLS. Selain
36 melakukan uji stasioneritas data masing-masing variabel pada model penelitian, untuk analisis model penelitian ini juga harus melakukan uji stasioneritas pada data residual. Uji residual dilakukan untuk melihat apakah data yang digunakan dalam penelitian terkointegrasi atau tidak. Data residual didapat dari hasil estimasi regresi OLS pada model persamaan. Data residual yang di uji harus stasioner pada tingkat level (I(0)) untuk melihat adanya kointegrasi pada data yang digunakan. Jika setelah diuji data terkointegrasi maka model estimasi regresi dapat menggunakan model ECM (error correction model) Model persamaan regresi untuk residual menurut Gujarati (009:757-764) adalah sebagai berikut: U t = α 0 + α 1 U t-1... (3.5) Keterangan : U t : bentuk dari first difference residual pada tahun ke-t α : parameter yang di estimasi U t-1 : residual pada tahun ke- t-1 Setelah melakukan uji stasioneritas data dan uji kointegrasi, maka langkah selanjutnya dalam mengolah data adalah melakukan estimasi dengan menggunakan alat estimasi Model Koreksi Kesalahan (Error Correction Model). Model persamaan.13 dan.14 kemudian diregresi bersama-sama dengan residualnya untuk melihat hubungan antar variabel dalam persamaan tersebut. 3.6. Uji Statistik Langkah selanjutnya setelah melakukan analisis dengan menggunakan metode ECM adalah melakukan uji statistik. Uji statistik uji t dan uji F, dengan menggunakan metode OLS tingkat signifikansi masing-masing parameter pada
37 variabel dalam model yang sudah ditentukan diuji, baik sendiri-sendiri maupun secara bersama-sama. Penjelasan untuk masing-masing pengujian adalah sebagai berikut (Widarjono, 005:38:83:88): a.) Uji t Uji t adalah uji parameter secara parsial pada masing-masing variabel dalam model penelitian. Uji t dilakukan dengan cara melihat nilai probabilitas masing-masing variabel pada estimasi OLS. Hipotesis untuk uji t adalah: H 0 : α i = 0, i = 0,1,...n H 1 : α i 0 Jika nilai probabilitas kurang dari tingkat keyakinan (p-value < alfa = 1%, 5% dan 10%) maka H 0 ditolak yang artinya variabel bebas dapat menjelaskan variabel terikatnya, begitu juga sebaliknya jika nilai probabilitas masing-masing variabel lebih dari tingkat keyakinan(pvalue > alfa = 1%, 5% dan 10%) maka H 0 diterima yang artinya variabel bebas tidak dapat menjelaskan variabel terikat. Selain itu menurut Gujarati (009:757-764) uji t dapat juga dilakukan dengan cara membandingkan nilai t-hitung dengan t-tabel, t-hitung dapat dilakukan dengan menggunakan rumus sebagai berikut: Keterangan: t : nilai t hitung β : nilai parameter ˆ : nilai estimator ˆ - t...(3.6) se( ˆ )
38 Se ˆ : nilai standar eror estimator Jika nilai t-hitung > t-tabel, maka Ho ditolak yang artinya secara parsial variabel bebas dapat menjelaskan variabel terikatnya, begitu juga sebaliknya jika t-hitung < -Tabel, maka artinya Ho diterima dan variabel bebas tidak dapat menjelaskan variabel terikatnya. b.) Uji F Uji F adalah uji parameter pada variabel dalam model penelitian secara simultan. Uji ini melihat secara bersama-sama apakah variabel bebas dapat menjelaskan variabel terikatnya. Hipotesis untuk uji F adalah: H 0 : α 1 = α = α 3... = α n = 0 H 1 : paling tidak salah satu dari α tidak sama dengan nol Dalam analisisnya uji F memiliki konsep yang sama dengan uji t, jika nilai p-value kurang dari alfa = 1%, 5% dan 10% maka H 0 ditolak yang artinya secara bersama-sama variabel bebas dapat menjelaskan variabel terikatnya, begitu juga sebaliknya jika p-value lebih dari alfa = 1%, 5% dan 10% maka H 0 diterima yang artinya secara bersamasama variabel bebas tidak dapat menjelaskan variabel terikat. Selain itu untuk melakukan uji F dapat dilakukan dengan cara membandingkan antara nilai F-statistik pada Tabel F dengan F-hitung. Untuk mendapatkan nilai F hitung dapat digunakan rumus sebagai berikut:
39 F R /( k 1)...(3.7) (1 R ) /( n k) Keterangan: F : nilai F hitung R : nilai R square pada hasil estimasi n : jumlah observasi dalam estimasi regresi k : jumlah variabel independen ditambah dengan konstanta pada estimasi regresi Jika nilai F-hitung > F-Tabel, maka Ho ditolak yang artinya secara bersama-sama variabel bebas dapat menjelaskan variabel terikatnya, begitu juga sebaliknya jika F-hitung < F-Tabel, maka artinya Ho diterima dan variabel bebas tidak dapat menjelaskan variabel terikatnya.. c.) R Kegunaan dari R adalah untuk menunjukkan apakah variabel independen suatu model regresi dapat menerangkan variabel dependennya dengan baik. Nilai R berkisar antara 0-1. Suatu model time series apabila R mencapai angka 1 maka variabel independennya dapat menerangkan variabel dependen dengan sempurna. Sebaliknya apabila R mencapai angka 0 berarti variabel independennya tidak dapat atau lemah dalam menerangkan variabel dependen. d.) Pembuktian Pernyataan Hipotesis Uji statistik dilakukan untuk melihat signifikansi masing-masing variabel. Jika ada variabel yang tidak signifikan maka artinya variabel tersebut
40 tidak memiliki pengaruh terhadap model persamaan yang dibangun. Setelah semua variabel sudah signifikan, untuk menguji kebenaran hipotesis dilakukan dengan cara melihat nilai koefesien masing-masing variabel pada hasil estimasi. Dari hasil estimasi, jika nilai koefesien variabel lebih dari 1 maka elastisitas permintaan harga adalah semakin elastis, sebaliknya jika nilai koefesien kurang dari 1 maka artinya elastisitas permintaan adalah semakin in-elastis.