BAB V HASIL DAN PEMBAHASAN

dokumen-dokumen yang mirip
BAB III METODE PENELITIAN

V. HASIL DAN PEMBAHASAN. mengenai hasil dari uji statistik yang terdiri dari uji F, uji t, dan uji R-squared.

III. METODE PENELITIAN. Thailand, India, Vietnam, Malaysia, China, Philipines, Netherlands, USA, dan Australia 9 2 Kentang (HS )

V. HASIL DAN PEMBAHASAN. Regional Bruto tiap provinsi dan dari segi demografi adalah jumlah penduduk dari

VI ANALISIS EKSPOR KEPITING INDONESIA

V. HASIL DAN PEMBAHASAN

BAB II TINJAUAN PUSTAKA

1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.

V. PEMBAHASAN Perkembangan Penyerapan Tenaga Kerja Sektor Industri dan Perdagangan, Hotel dan Restoran di Pulau Jawa

IV METODE PENELITIAN Jenis dan Sumber Data

METODE PENELITIAN. tingkat migrasi risen tinggi, sementara tingkat migrasi keluarnya rendah (Tabel

BAB III METODE PENELITIAN. Utara. Series data yang digunakan dari tahun

BAB V HASIL DAN PEMBAHASAN. 5.1 Tahapan Pemilihan Pendekatan Model Terbaik

METODE PENELITIAN. Perdagangan, Kementrian ESDM, Badan Pusat Statistika, serta penelusuran

BAB IV ANALISIS DAN PEMBAHASAN

BAB III METODE PENELITIAN Jenis Data dan Metode Pengumpulan Data. merupakan data sekunder yang bersumber dari data yang dipublikasi oleh

METODE PENELITIAN. 3.1 Jenis dan Sumber Data

BAB V HASIL PENELITIAN DAN PEMBAHASAN. syarat kriteria BLUE (Best Unbiased Estimato). model regresi yang digunakan terdapat multikolinearitas.

III. METODE PENELITIAN. berupa data panel terdiri dari dua bagian yaitu : (1) time series dan (2) cross

IV METODOLOGI PENELITIAN

V. HASIL DAN PEMBAHASAN

V. HASIL DAN PEMBAHASAN

BAB IV ANALISA DAN PEMBAHASAN

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Metode Pengumpulan Data

BAB V HASIL DAN PEMBAHASAN. Metode yang digunakan untuk menduga faktor-faktor yang memengaruhi

DAYA SAING DAN PERMINTAAN EKSPOR PRODUK BIOFARMAKA INDONESIA DI NEGARA TUJUAN UTAMA PERIODE ABSTRACT

ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PERMINTAAN PERHIASAN INDONESIA DI NEGARA TUJUAN EKSPOR NANDHA RIZKI AWALIA

BAB III METODE PENELITIAN. sekunder yang merupakan data deret waktu mulai dari tahun

BAB V HASIL DAN PEMBAHASAN. per fungsi terhadap pertumbuhan ekonomi 22 kabupaten tertinggal dengan

III. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan

III. METODE PENELITIAN. data sudah dikompilasi ke dalam bentuk digital file, publikasi, buku, laporan dan

BAB III METODOLOGI PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa

FAKTOR-FAKTOR YANG MEMPENGARUHI PENAWARAN EKSPOR KARET ALAM INDONESIA. Setelah dilakukan pengolahan data time series bulanan tahun 2005 sampai

BAB V ANALISIS DATA DAN PEMBAHASAN. 1. Analisis Model Regresi dengan Variabel Dependen PAD. a. Pemilihan Metode Estimasi untuk Variabel Dependen PAD

V. HASIL DAN PEMBAHASAN Hasil Estimasi Fungsi Dampak Pertumbuhan Ekonomi di Sektor Pertanian dan Industri Terhadap Emisi Gas Rumah Kaca

KATA PENGANTAR. Puji syukur penulis ucapkan ke hadirat Tuhan Yang Maha Esa, karena atas

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL ANALISIS DAN PEMBAHASAN. semua variabel independen tidak signifikan pada tingkat 1%.

BAB III METODE PENELITIAN

III. METODE PENELITIAN

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

III. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah

III. METODE PENELITIAN

METODE PENELITIAN. 3.1 Jenis dan Sumber Data. Jenis data yang digunakan dalam penelitian ini berupa data sekunder. Data

ANALISIS DAYA SAING DAN FAKTOR-FAKTOR YANG MEMENGARUHI EKSPOR KOPI INDONESIA KE NEGARA TUJUAN EKSPOR MELISA ANANDA SAMOSIR

V. HASIL DAN PEMBAHASAN. pendugaan Ordinary Least Square (OLS). Data pada penelitian ini dimasukkan dalam

BAB VI ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR TEH PTPN

III. METODE PENELITIAN. model struktural adalah nilai PDRB, investasi Kota Tangerang, jumlah tenaga kerja,

BAB IV METODE PENELITIAN. dilakukan secara sengaja (purposive) melihat bahwa propinsi Jawa Barat

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari

BAB III METODE PENELITIAN. yang mempengaruhi aliran ekspor Surakarta ke Negara tujuan utama ekspor.

BAB V HASIL DAN PEMBAHASAN. 5.1 Analisis Tingkat Kesenjangan Pendapatan dan Trend Ketimpangan Kabupaten/Kota di Provinsi Jawa Barat

BAB III METODE PENELITIAN. yang diperoleh dari Badan Pusat Statistik (BPS) dan Kementrian Keuangan. Data

V. HASIL DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN

HASIL ANALISA DATA ROE LDA DA SDA SG SIZE

BAB III METODOLOGI PENELITIAN

BAB V HASIL PENELITIAN DAN PEMBAHASAN. sekunder deret waktu (time series) mulai dari Januari 2013 sampai

BAB III METODE PENELITIAN. antara tahun Data dalam penelitian ini adalah data dari 20 Negara

ANALISIS FAKTOR PENANAMAN MODAL DALAM NEGERI, EKSPOR, DAN KONSUMSI PEMERINTAH TERHADAP PDRB KALIMANTAN BARAT DENGAN MODEL DATA PANEL INTISARI

BAB V HASIL DAN PEMBAHASAN. Gambar 5.1 Trend Ketimpangan Ekonomi Kabupaten/Kota di Provinsi

ANALISIS REGRESI PANEL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI KABUPATEN/KOTA D.I.YOGYAKARTA

BAB III METODE PENELITIAN. mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi

BAB IV HASIL DAN PEMBAHASAN Gambaran Umum Perbankan Indonesia. kategori bank, diantaranya adalah Bank Persero, Bank Umum Swasta Nasional

BAB IV HASIL DAN PEMBAHASAN. Penelitian ini bertujuan untuk menguji pengaruh debt to equity ratio. sampel penelitian dengan rincian sebagai berikut :

BAB III METODOLOGI. berasal dari Badan Pusat Statistik (BPS) dan kementrian terkait. Data yang

III. METODE PENELITIAN. series dan (2) cross section. Data time series yang digunakan adalah data tahunan

BAB 3 METODE PENELITIAN

BAB III METODE PENELITIAN. Bangli, Kabupaten Karangasem, dan Kabupaten Buleleng.

IV. METODE PENELITIAN

METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang

III. METODE PENELITIAN

BAB III METODE PENELITIAN. tahun mencakup wilayah kabupaten dan kota di Provinsi Jawa Timur.

IV. ANALISIS DAN PEMBAHASAN. Pada Bab ini akan dibahas tentang hasil analisis yang diperoleh secara rinci

BAB V HASIL ESTIMASI DAN ANALISIS MODEL. Tabel 5.1. Output regresi model persentase penduduk miskin absolut (P 0 )

BAB IV ANALISIS DATA DAN PEMBAHASAN. tahun terakhir yaitu tahun 2001 sampai dengan tahun Data yang. diambil adalah data tahun 2001 sampai 2015.

BAB V HASIL ANALISIS DAN PEMBAHASAN

BAB III METODE PENELITIAN. kabupaten induknya yaitu Kabupaten Bandung Barat dan Kota Cimahi ke

BAB V HASIL PENELITIAN DAN PEMBAHASAN

BAB V ANALISIS DAN PEMBAHASAN. dilakukan melalui tiga cara, yaitu common effect, fixed effect, dan random

LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel

IV. HASIL DAN PEMBAHASAN Perkembangan Kinerja Keuangan Pemerintah Daerah Kabupaten/Kota

BAB V HASIL DAN PEMBAHASAN

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian

BAB III METODE PENELITIAN. Dalam penelitian ini, penulis akan melaksanakan langkah-langkah sebagai

BAB IV METODE PENELITIAN. resmi Direktorat Jenderal Pengolahan dan Pemasaran Hasil Pertanian yaitu

BAB IV DESAIN DAN METODE PENELITIAN

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode

BAB V HASIL ANALISIS DAN PEMBAHASAN

IV METODE PENELITIAN

III. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat

BAB V HASIL ANALISIS DAN PEMBAHASAN. ekonomi, variabel pertumbuhan ekonomi yaitu pendapatan asli daerah, investasi

V. PEMBAHASAN Perkembangan Produksi Pupuk Urea PT. Pupuk Kujang Produksi Pupuk Urea

ANALISIS DAYA SAING DAN FAKTOR-FAKTOR YANG MEMENGARUHI ALIRAN EKSPOR MANGGA INDONESIA KE NEGARA TUJUAN DESTIA HARUM

2.2. Definisi Produk Makanan dan Minuman Olahan

III. METODE PENELITIAN

ANALISIS DAYA SAING DAN FAKTOR-FAKTOR YANG MEMENGARUHI PERMINTAAN EKSPOR MUTIARA INDONESIA OLEH FITRI KARLINDA H

BAB V HASIL ANALISIS DAN PEMBAHASAN. yang muncul bersumber dari variasi data cross section yang digunakan. Pada

Transkripsi:

39 BAB V HASIL DAN PEMBAHASAN 5.1 Analisis Daya Saing Komoditi Mutiara Indonesia di Negara Australia, Hongkong, dan Jepang Periode 1999-2011 Untuk mengetahui daya saing atau keunggulan komparatif komoditi mutiara di negara tujuan ekspor digunakan metode Revealed Comparative Advantage (RCA). Nilai RCA yang lebih besar dari satu menunjukkan bahwa produk-produk yang dianalisis memiliki keunggulan komparatif atau berdaya saing kuat sehingga dapat dipertahankan untuk tetap berorientasi ekspor ke negara tujuan. Sedangkan, nilai RCA yang kurang dari satu menunjukkan bahwa produkproduk yang dianalisis tidak memiliki keunggulan komparatif atau produk tersebut berdaya saing lemah sehingga sebaiknya tidak dipacu untuk berorientasi ekspor ke negara tujuan. Untuk mengetahui daya saing atau keunggulan kompetitif komoditi mutiara di negara tujuan, dapat dilihat dari posisi pasar yang diperoleh dengan menggunakan metode Export Product Dynamic (EPD). Posisi pasar Rising Star merupakan posisi pasar yang ideal sehingga pada posisi tersebut diperoleh negaranegara yang berpotensi dijadikan tujuan ekspor komoditi mutiara Indonesia. Posisi pasar Lost Opportunity juga masih dapat dijadikan tujuan ekspor komoditi mutiara Indonesia. Hal ini terkait pada posisi tersebut terjadi peningkatan permintaan ekspor komoditi mutiara, akan tetapi Indonesia tidak menyediakan jumlah ekspor yang sesuai dengan peningkatan permintaan dari negara tujuan. Sedangkan posisi pasar Falling Star dan Retreat tidak mencerminkan potensi pasar sebagai tujuan ekspor komoditi mutiara Indonesia. Hal tersebut terkait dengan terjadinya penurunan permintaan ekspor dari negaranegara sebagai tujuan ekspor. Berdasarkan hasil estimasi EPD diperoleh posisi pasar tujuan. Ekspor komoditi mutiara Indonesia di negara Australia dan Jepang, selain memiliki daya saing yang kuat, posisi pasar di kedua negara inipun menempati posisi Rising Star, sehingga dapat terus dipertahakan pemasarannya. Sedangkan, di Hongkong komoditi ini berdaya saing kuat namun tidak berpotensi ekspor karena terkait

40 terjadinya penurunan permintaan ekspor di Hongkong sebesar 5,608 persen walaupun pangsa ekspor di negara tersebut meningkat. Tabel 5.1 Hasil Estimasi EPD dan RCA Komoditi Mutiara Indonesia Negara RCA EPD Nilai RCA Daya Saing Pertumbuhan Pangsa Pasar Ekspor (%) Pertumbuhan Pangsa Pasar Produk (%) Posisi Pasar Australia 16.031 Kuat 145.642 1.094 Rising Star Hongkong 5.718 Kuat 2130.49-5.608 Falling Star Jepang 2.990 Kuat 15.877 2.021 Rising Star Sumber: UN Comtrade, 2012 (diolah) 5.2 Analisis Faktor-Faktor yang Memengaruhi Permintaan Ekpsor Mutiara Indonesia di Negara Tujuan Periode 1999-2011 Untuk mengetahui faktor-faktor yang memengaruhi permintaan mutiara Indonesia di negara tujuan dijelaskan dengan menggunakan gravity model. Model ini digunakan untuk menganalisis pengaruh variabel-variabel ekonomi dan non ekonomi lainnya terhadap permintaan ekspor mutiara Indonesia di pasar internasional. Variabel independen yang digunakan dalam analisis permintaan ekspor mutiara Indonesia adalah GDP per kapita negara importir (GDP), nilai tukar negara importir (NT), nilai ekspor negara tujuan tahun sebelumnya (NX1), populasi negara importir (POP), dan jarak ekonomi Indonesia dengan negara tujuan (JE). Sedangkan variabel dependennya adalah nilai ekspor mutiara Indonesia ke negara tujuan (NX). Data yang dianalisis adalah data panel yang merupakan gabungan dari time series dan cross section. 5.2.1 Hasil Estimasi Model Faktor-Faktor yang Memengaruhi Permintaan Ekspor Komoditi Mutiara Indonesia Periode 1999-2011 Hasil uji Chow menunjukkan model terbaik yang digunakan dalam estimasi komoditi mutiara Indonesia adalah model fixed effect dengan nilai probabilitas (0,0000) yang lebih kecil dari taraf nyata lima persen. Berdasarkan hasil evaluasi model dengan menggunakan kriteria ekonometrika dan kriteria statistika diperoeh bahwa model tersebut terbebas dari pelanggaran asumsi klasik. Setelah dilakukan regresi panel data, diperoleh estimasi persamaan yaitu: lnnxit = 225.16 + 3.22 lngdpit + 0.02 NTit + 0.20 lnnx1it - 14.67 lnpopit + di mana: 0.32 ln JEit + eit

41 lnnx = Nilai ekpor mutiara Indonesia (persen) lngdp = GDP per kapita riil negara importir persen NT = Nilai tukar riil negara importir (mata uang negara tujuan/us$) lnnx1 = Nilai ekspor mutiara Indonesia (persen) lnpop = Jumlah populasi penduduk di negara importir (persen) JE = Jarak Ekonomi (persen) ei = Random error i = Negara t = Periode waktu Dalam analisis regresi, terdapat empat asumsi yang dipenuhi, masingmasing diantaranya yaitu: 1. Uji Multikolinearitas Salah satu asumsi dari model regresi ganda adalah bahwa tidak ada hubungan linier sempurna antar peubah bebas dalam model tersebut. Jika hubungan tersebut ada, maka dikatakan bahwa peubah-peubah bebas tersebut berkolinearitas ganda sempurna (Juanda, 2007). Adanya multikolinearitas dapat disebabkan oleh nilai R 2 yang tinggi, tetapi variabel independennya banyak yang tidak signifikan. Namun dari hasil pengolahan data yang terlihat pada Tabel 5.2 dapat diketahui bahwa nilai R 2 yang diperoleh yaitu 0.727701. Nilai R 2 ini menunjukkan bahwa sebesar 72.77 persen keragaman yang terdapat pada model ekspor mutiara Indonesia ke negara tujuan ekspor dapat dijelaskan oleh variabelvariabel yang terdapat pada model tersebut sedangkan sisanya sebesar 27.23 persen dijelaskan oleh variabel lain di luar model. Selain itu, hanya terdapat satu dari lima variabel yang tidak signifikan. Secara umum, variabel yang digunakan dalam model regresi sudah memenuhi asumsi multikolinearitas, karena masalah multikolinearitas telah diatasi dengan memberikan perlakuan GLS sehingga parameter dugaan pada taraf uji tertentu menjadi signifikan. 2. Uji Heteroskedastisitas Dari hasil estimasi pada Tabel 5.2 terlihat bahwa Residual Sum Squared pada Weighted Statistic (35.97) lebih kecil dari Residual Sum Squared pada Unweighted Statistic (59.07) yang menyebabkan terjadinya heteroskedastisitas.

42 Namun masalah ini telah dapat diatasi dengan menggunakan cross-section SUR pada model untuk mengantisipasi masalah heteroskedastisitas dan autokorelasi. 3. Uji Autokorelasi Pada hasil pengolahan data, masalah autokorelasi dapat dilihat dari nilai Durbin Watson Statistic (DW). Pada tabel nilai DW sebesar 2.38. Autokorelasi tidak terjadi jika nilai DW berkisar antara 1,03-2,97. Oleh karena itu, disimpulkan bahwa tidak ada masalah autokorelasi dari hasil pengolahan data tersebut. Di lain pihak, karena model tersebut menggunakan cross-section SUR, maka masalah heteroskedastisitas dan autokorelasi dapat diatasi. 4. Uji Kenormalan Pada data panel, normal atau tidaknya error terms dapat dilihat dari nilai probabilitas yang terdapat pada histogram-normality test. Jika nilai probability Jarque Bera > α, maka error terms menyebar normal. Hasil ini dapat dilihat pada Tabel 5.2. Pada tabel tersebut didapatkan hasil bahwa probability Jarque Bera (0.91) lebih besar daripada α (0.05). Dengan demikian, model dalam penelitian ini sudah memiliki error terms yang menyebar normal. Berdasarkan Tabel 5.2 diperoleh bahwa nilai probabilitas F-statistic (0,000000) lebih kecil dari taraf nyata lima persen dan sepuluh persen. Hal ini berarti bahwa secara bersama-sama variabel bebas dalam model berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata lima persen dan sepuluh persen. Nilai koefisien determinasi (R-square) yang diperoleh sebesar 0.727701. Hal ini menunjukkan bahwa sekitar 72.77 persen peubah dependen dapat dijelaskan secara baik oleh variabel-variabel independennya, sedangkan sisanya sebesar 27.23 persen dijelaskan oleh variabel-variabel lainnya yang tidak terdapat dalam model. Sementara itu, hasil dari Fixed Effect (Cross) yang menunjukkan perbedaan nilai intersep yang berbeda antar unit cross section menunjukkan bahwa negara Jepang memiliki rata-rata perubahan yang paling tinggi sebesar 21.99. Sedangkan, Hongkong merupakan negara yang memiliki efek paling kecil, yaitu -19.35. Dengan demikian, kesimpulan yang diperoleh dari hasil Fixed Effect (Cross) adalah Jepang merupakan salah satu negara importir utama sebagai tujuan ekspor mutiara Indonesia, sedangkan Australia dan Hongkong masih dapat

43 dijadikan tujuan ekspor mutiara karena masih memiliki daya saing seperti perolehan hasil dari estimasi RCA. Meskipun dengan analisis EPD, negara Hongkong berada pada posisi pasar Lost Opportunity. Tabel 5.2 Hasil Estimasi Gravity Model Komoditi Mutiara Variabel Coefisien Prob. C 225.1637 0.0168** GDP 3.219599 0.0194** NT 0.023571 0.0775* NX1 0.199716 0.0857* POP -14.67132 0.0217** JE 0.315636 0.7254 Fixed Effect (Cross) Australia -2.645074 Hongkong -19.34752 Jepang 21.99259 Weighted Statistics R-Square 0.727701 Sum square residual 35.97017 Prob. (F-Stat) 0.000000 Durbin-Watson stat 2.380561 Unweighted Statistics R-Square 0.435966 Sum square residual 59.06686 Durbin-Watson stat 1.952017 Sumber: Lampiran 3 Catatan: **) signifikan pada taraf nyata 5% *) signifikan pada taraf nyata 10% 5.2.2 Interpretasi Model Faktor-Faktor yang Memengaruhi Permintaan Ekspor Komoditi Mutiara Indonesia Periode 1999-2011 Berdasarkan uji-t pada komoditi mutiara, terdapat satu dari lima variabel yang tidak signifikan, yaitu variabel jarak ekonomi. Variabel GDP per kapita riil negara importir mutiara Indonesia dan populasi signifikan pada taraf nyata lima persen. Serta variabel nilai tukar dan nilai ekspor tahun sebelumnya signifikan pada taraf nyata sepuluh persen. 1. GDP per kapita riil negara importir GDP per kapita mempresentasikan ukuran daya beli masyarakat terhadap barang dan jasa suatu negara. Dari hasil estimasi diketahui bahwa variabel GDP per kapita riil negara importir mutiara signifikan pada taraf nyata lima persen. Tanda koefisien pada variabel tersebut sesuai dengan hipotesis, yaitu 3.22. Nilai tersebut memberikan arti bahwa jika GDP per kapita negara importir mutiara Indonesia meningkat sebesar satu persen, maka permintaan ekspor komoditi

44 mutiara meningkat sebesar 3.22 persen (cateris paribus). Fenomena inipun terkait dengan tanda koefisien positif yang sesuai dengan hipotesis pada GDP per kapita yang memengaruhi permintaan ekspor komoditi tersebut. Dari hasil estimasi dapat diketahui juga bahwa variabel GDP per kapita berpengaruh nyata pada taraf nyata lima persen. Hal ini mengindikasikan bahwa variabel GDP per kapita negara Austalia, Hongkong, dan Jepang memiliki pengaruh yang signifikan dalam memengaruhi permintaan ekspor mutiara Indonesia. Hal ini menunjukkan bahwa kemampuan daya beli yang tinggi di negara Australia, Hongkong, dan Jepang terhadap komoditi mutiara Indonesia dengan membeli mutiara sebagai barang investasi dan sebagai simbol status sosial. 2. Nilai tukar riil negara importir Dalam hipotesis, telah dikemukakan bahwa nilai tukar riil negara importir memiliki hubungan positif, artinya jika nilai tukar riil tinggi akan menyebabkan permintaan ekspor mutiara Indonesia meningkat. Nilai tukar riil yang digunakan dalam penelitian ini adalah nilai tukar negara importir terhadap dollar Amerika Serikat, karena sebagian besar negara menggunakan dan menerima dollar AS sebagai alat pembayaran pada transaksi perdagangan internasional. Hal ini terjadi karena nilai mata uang Amerika Serikat yang relatif stabil dibandingkan mata uang negara lainnya. Tanda koefisien positif pada nilai tukar riil sesuai dengan hipotesis, yaitu 0.02 memberikan arti bahwa jika nilai tukar negara importir mutiara Indonesia terapresiasi sebesar satu persen, maka permintaan ekspor komoditi mutiara meningkat sebesar 0,02 satuan (cateris paribus). Tanda positif pada variabel nilai tukar domestik terhadap dollar AS sesuai dengan parameter dugaan yang diharapkan. Jika nilai tukar riil di negara Australia, Hongkong, dan Jepang tinggi, barang-barang domestik relatif lebih mahal, sedangkan barang-barang luar negeri (Indonesia) relatif lebih murah, sehingga penduduk domestik berkeinginan membeli sedikit barang hasil produksi negara sendiri. Sehingga permintaan ekspor mutiara Indonesia di negara Australia, Hongkong, dan Jepang akan meningkat. Variabel nilai tukar ini juga signifikan berpengaruh terhadap permintaan ekspor mutiara Indonesia pada taraf sepuluh persen.

45 3. Nilai ekspor tahun sebelumnya Nilai koefisien sebesar 0.20 pada nilai ekspor tahun sebelumnya memberikan arti bahwa jika nilai ekspor komoditi tersebut pada tahun sebelumnya meningkat sebesar satu persen, maka permintaan ekspor komoditi tersebut akan meningkat sebesar 0.20 persen (cateris paribus). Variabel ini juga signifian berpengaruh terhadap permintaan ekspor mutiara Indonesia pada taraf sepuluh persen. 4. Populasi negara importir Pertambahan populasi negara importir dari sisi permintaan akan memberikan pengaruh yang positif terhadap permintaan ekspor mutiara Indonesia. Pertambahan populasi ini akan menyebabkan permintaan domestik bertambah besar dan jika negara tersebut tidak mampu memenuhi seluruh permintaan domestik maka negara tersebut harus mengimpor dari negara lain. Dalam hipotesis, telah dikemukakan bahwa populasi negara Australia, Hongkong, dan Jepang memiliki hubungan positif, artinya semakin besar jumlah populasi ketiga negara importir tersebut akan menyebabkan semakin besar pula permintaan ekspor mutiara Indonesia. Berdasarkan hasil analisis regresi data panel, diperoleh nilai koefisiennya sebesar -14.67. Hal ini tidak sesuai dengan hipotesis penelitan, namun variabel populasi berpengaruh nyata terhadap permintaan ekspor mutiara Indonesia. Hal ini dikarenakan Indonesia belum dapat memenuhi seluruh permintaan domestik, sehingga negara tersebut harus mengimpor dari negara eksportir mutiara lain. Sehingga jika populasi negara importir meningkat sebesar satu persen, maka permintaan ekspor komoditi tersebut akan menurun sebesar 14.67 persen (cateris paribus). Variabel ini signifikan pada taraf nyata lima persen. 5. Jarak ekonomi Sementara itu, tanda koefisien positif pada jarak ekonomi tidak sesuai dengan hipotesis, yaitu 0.32 memberikan arti bahwa jika terjadi penurunan jarak ekonomi antara Indonesia dengan negara importir mutiara Indonesia sebesar satu persen, maka permintaan ekspor komoditi mutiara menurun sebesar 0.32 persen (cateris paribus). Seharusnya, jarak ekonomi yang semakin kecil akan mengurangi biaya-biaya yang ada seperti biaya distribusi dan lain sebagainya,

46 sehingga permintaan ekspor akan semakin meningkat. Namun hasil yang didapat dari penelitian ini adalah sebaliknya. Hal ini dikarenakan komoditi mutiara merupakan komoditi yang tidak membutuhkan tempat dalam kegiatan distribusinya karena menurunkan biaya per unit transportasi, komoditi kecil berharga dapat diangkut jauh lebih menguntungkan dari komoditi besar dengan nilai yang sama. Selain itu, variabel jarak ekonomi ini tidak berpengaruh nyata terhadap permintaan ekspor mutiara Indonesia. Nilai P value variabel jarak ekonomi bernilai 0.72 yang berarti tidak berpengaruh nyata terhadap permintaan ekspor mutiara Indonesia pada taraf nyata sepuluh persen. Dari hasil regresi tersebut maka jarak ekonomi bukan faktor penentu yang memengaruhi besar kecilnya permintaan ekspor mutiara Indonesia di Australia, Hongkong, dan Jepang.