43 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Seluruh data adalah data panel dengan periode 2000-2009 dan cross section delapan negara ASEAN. Negara ASEAN yang masuk dalam analisis penelitian ini adalah Indonesia, Malaysia, Kamboja, Singapura, Laos, Thailand, Filipina, dan Vietnam. Adapun Myanmar dan Brunei Darussalam tidak diikutsertakan dalam analisi karena alasan ketidaklengkapan data yang dibutuhkan dalam analisis. Tahun yang dijadikan basis analisis adalah 2000-2009 karena di tahun tersebut data yang dibutuhkan tersedia lengkap untuk delapan negara ASEAN. Data-data yang diperlukan dalam permodelan meliputi Index of Economic Freedom atau Indeks Kebebasan Ekonomi dengan 9 komponen penyusun (Business Freedom, Trade Freedom, Fiscal Freedom, Government Spending, Monetary Freedom, Investment Freedom, Financial Freedom, Property Freedom, Freedom from Corruption) skala 0 hingga 100 (Labour Freedom tidak diikutsertakan), Index of Political Freedom atau Indeks Kebebasan Politik dengan dua komponen penyusun (proksimasi data demokrasi), Indeks Komposit Kualitas Institusi dengan enam dimensi (Voice and Accountability, Political Stability and Absence, of Violence/Terrorism, Government Effectiveness, Regulatory Quality, Rule of Law,Control of Corruption), populasi, tingkat konsumsi pemerintah, pertumbuhan ekonomi riil, suku bunga riil, investasi diproksi dengan variabel pembentukan modal bruto atau investasi, Indeks Pembangunan Manusia (IPM), Tingkat Tabungan Domestik Bruto, komponen kualitas pemerintahan dan persepsi korupsi (termasuk dalam indeks kebebasan ekonomi). Data-data tersebut diperoleh dari beberapa lembaga internasional seperti World Bank, The Haritage Foundation, The Freedom House, dan United Nation Development Program (UNDP).
44 Tabel 3.1. Data dan Sumber Data yang digunakan dalam Penelitian No Data yang digunakan Sumber 1 Pertumbuhan GDP Riil delapan Negara ASEAN tahun 2000-2009 World Development Indicator 2 Indeks Kebebasan Ekonomi/ Index of Economic Freedom (Business Freedom, Trade Freedom, Fiscal Freedom, Government Spending, Monetary The Haritage Foundation Freedom, Investment Freedom, Financial Freedom, Property Freedom, Freedom from Corruption) Skala 0 hingga 100 3 Indeks kebebasan politik / Index of Political Freedom (Political liberties, Civil rights) The Freedom House Skala 1-7 4 Populasi (jiwa) World Development Indicator 5 Konsumsi Pemerintah (persen dari GDP) World Development Indicator 6 Tingkat suku bunga riil (persen) World Development Indicator 7 Indeks Komposit Kualitas Institusi ( 6 Dimensi Kualitas Pemerintahan) Voice and Accountability, Political Stability and Absence, of Violence/Terrorism, Government Effectiveness, Regulatory Quality, Rule of Law,Control of Corruption Skala -2.5 (lemah) sampai 2.5 (kuat) 8 Investasi / Pembentukan Modal Bruto (persen dari GDP) 9 Indeks Pembangunan Manusia / Human Development Index Skala 0 1 Worldwide Governance Indicators, 2011 World Development Indicator Human Development Report 2011, UNDP 10 Tingkat Tabungan Domestik (persen dari GDP) World Development Indicator 11 GDP per kapita (PPP) (dollar Amerika) World Development Indicator
45 3.2 Metode dan Pengolahan Data Metode analisis yang digunakan adalah metode deskriptif dan kuantitatif. Metode deskriptif digunakan untuk mengkaji dinamika indeks pembangunan manusia, investasi dan tingkat korupsi di delapan Negara ASEAN. Selain itu, metode ini juga digunakan pada hasil yang diperoleh dari analisis data kuantitatif, sehingga diharapkan dapat menggambarkan faktor yang memengaruhi korupsi serta dampak korupsi terhadap pembangunan manusia serta investasi di delapan Negara ASEAN. Metode kuantitatif yang digunakan dalam penelitian ini adalah metode panel statis. Metode ini digunakan untuk menganalisis faktor-faktor yang memengaruhi korupsi dan dampak korupsi terhadap pembangunan manusia dan investasi. Data Sekunder dari delapan Negara ASEAN diolah dengan menggunakan program komputer Microsoft Excel dan Eviews 6 yang kemudian hasil outputnya akan diinterpretasikan. 3.2.1 Analisis Model dengan Panel Data Menurut Nachrowi (2006) model data panel (pooled data) ialah suatu model ekonometrika yang mengkombinasikan data time series dengan data cross section. Implikasi yang diperoleh dari kombinasi tersebut adalah hasil estimasi dari model data panel lebih efisien karena jumlah observasi lebih banyak. Selain itu, penggunaan model data panel juga dapat mengurangi efek bias seiring dengan meningkatnya derajat kebebasan (degree of freedom). Kelebihan yang diperoleh dari penggunaan data panel adalah : 1. Dapat mengendalikan heterogenitas individu atau unit cross section. 2. Dapat memberikan informasi yang lebih luas, mengurangi kolinearitas diantara variabel, memperbesar derajat bebas dan lebih efisien. 3. Dapat diandalkan untuk mengidentifikasi dan mengukur efek yang tidak dapat dideteksi dalam model data cross section maupun time series. 4. Lebih sesuai untuk mempelajari dan menguji model perilaku (behavioral models) yang kompleks dibandingkan dengan data cross section maupun time series. 5. Dapat diandalkan untuk studi dynamic of adjustment.
46 Dalam analisis data panel terdapat tiga macam pendekatan yang terdiri dari pendekatan kuadrat terkecil (pooled least square), model efek tetap (fixed effect) dan model efek acak (random effect). 3.2.2 Pemilihan Model dalam Pengolahan Data Panel Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan berdasarkan pertimbangan secara statistik dan prosedur. Hal ini bertujuan untuk memperoleh dugaan model yang efisien. Diagram pengujian statistik untuk memilih model yang digunakan dapat dapat dijelaskan pada gambar berikut ini Chow Test Fixed Effect Random Effect Pooled Effect Haussman Test LM Test Gambar 3.1. Pengujian Pemilihan Model dalam Pengolahan Data Panel 1. Chow Test Chow Test atau pengujian F statistic adalah pengujian untuk memilih model yang akan digunakan antara model Pooled Least Square atau Fixed Effect. Dalam pengujian ini hipotesis yang digunakan sebagai berikut : H 0 : Model Pooled Least Square H 1 : Model Fixed Effect Dasar penolakan terhadap hipotesa nol (H 0 ) adalah dengan menggunakan F-Statistik seperti yang dirumuskan oleh Chow : (3.1)
47 Dimana : ESS 1 = Residual Sum Square hasil pendugaan model Pooled Least Square ESS 2 = Residual Sum Square hasil pendugaan model Fixed Effect N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel penjelas Statistik Chow Test mengikuti distribusi F-statistik dengan derajat bebas (N-1, NT-N-K). jika nilai statistik Chow (F-Stat) hasil pengujian lebih besar dari F-tabel maka cukup bukti untuk melakukan penolakan hipotesa nol sehingga model yang digunakan adalah model fixed effect, dan begitu juga sebaliknya. 2. Haussman Test Haussmant Test adalah pengujian statistic sebagai dasar pertimbangan untuk memilih model terbaik antara model fixed effect atau model random effect. Seperti yang telah diketahui bahwa penggunaan model fixed effect mengandung suatu unsur trade off yaitu hilangnya derajat bebas dengan memasukkan variabel dummy. Namun, penggunaan metode random effect juga harus memperhatikan ketiadaan pelanggaran asumsi dari setiap komponen galat. Haussman Test dilakukan dengan hipotesa sebagai berikut : H 0 H 1 : Model Random Effect : Model Fixed Effect Sebagai dasar penolakan H 0, maka digunakan statistik Haussman dan membandingkan dengan Chi-Square. Statistik Haussman dirumuskan dengan : m = (3.2) Dimana β adalah vector untuk variabel fixed effect, b adalah vector statistic variabel random effect, M 0 adalah matriks kovarians untuk dugaan fixed effect model dan M 1 adalah matriks kovarians untuk dugaan random effect model. Jika nilai m hasil pengujian lebih besar dari χ 2 Tabel, maka sudah cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang digunakan adalah model fixed effect, dan begitu juga sebaliknya.
48 3.3 Perumusan Model Penelitian Berdasarkan hipotesis dan studi empiris yang disesuaikan dengan fakta di negara-negara anggota ASEAN yang berkaitan dengan korupsi, pemerintahan dan indikator pembangunan manusia serta berbagai alternatif spesifikasi model yang telah dicoba dengan tetap mempertimbangkan berbagai asumsi-asumsi yang menjadi acuan dalam model panel, maka variabel-variabel yang diduga memengaruhi atau penyebab korupsi adalah beberapa indeks kebebasan ekonomi dan kebebasan politik. Kemudian korupsi juga diduga dapat memengaruhi investasi dan pembangunan manusia. Dalam penelitian ini, analisis akan dibagi menjadi dua bagian. Model pertama bertujuan untuk menganalisis penyebab adanya tindakan korupsi secara keseluruhan dan perincian variabel tiap komponen indeks yang dikompositkan. Model pertama akan dianalisis menjadi beberapa kemungkinan untuk mendapatkan model terbaik. Sedangkan model persamaan kedua bertujuan untuk menganalisis seberapa besar pengaruh korupsi terhadap pembangunan manusia dan investasi. World Bank (2001) ukuran Demokrasi diproksimasikan dengan indeks komposit dari kebebasan partisipasi dalam politik dan hak-hak sipil dengan besaran skala 1 sampai 7. Formulanya sebagai berikut : Democracy (Political Freedom) = (3.3) Sedangkan untuk ukuran kualitas pemerintahan didapatkan dari komposit enam indeks Good Governance Indicator dengan besaran skala -2,5 sampai 2,5. Formulanya sebagai berikut : Quality of Governance =... (3.4) Berikut ini adalah persamaan model penelitian yang akan dianalisis : Persamaan Model Analisis Pertama (3.5) Faktor Ekonomi (3.6)
49 Faktor Kualitas Pemerintahan dan Demokrasi (Politik) Persamaan Model Analsis Kedua.. (3.7)... (3.8) Keterangan :... (3.9) = Indeks Persepsi Korupsi pada tahun ke -t (skala 0 100) = Indeks Kebebasan Ekonomi (overall) (skala 0-100) = Indeks Kebebasan Politik (overall) / Indeks Demokrasi (skala 1-7) = Indeks kebebasan berpartisipasi dalam proses politik tahun ke-t (skala 1-7) = Indeks kebebasan pers dan hak-hak masyarakat sipil tahun ke t (skala 1-7) = Indeks pembelanjaan pemerintah tahun ke-t (skala 0-100) = Indeks Kebebasan Perdagangan tahun ke-t (skala 0 100) = Indeks kebebasan dalam keuangan tahun ke-t (skala 0-100) = Indeks kebebasan moneter tahun ke-t (skala 0-100) = Indeks kebebasan berbisnis tahun ke-t (skala 0-100) = Indeks kebebasan berinvestasi tahun ke-t (skala 0-100) = Indeks kebebasan fiskal tahun ke-t (skala 0-100) = indeks hak kepemilikan pribadi tahun ke-t (skala 0-100) = indeks komposit 6 indikator good governance/ kualitas pemerintahan = indeks efektifitas pemerintah tahun ke-t (skala -2,5 2,5) = indeks partisipasi suara politik dan kebebasan pers ke-t (skala -2,5 2,5) = indeks aturan hukum ke-t (skala -2,5 2,5) = indeks kualitas regulasi dalam kebijakan ke-t (skala -2,5 2,5) = indeks kestabilan politik ke-t (skala -2,5 2,5) = indeks kontrol/pengawasan terhadap korupsi ke-t (skala -2,5 2,5) = GDP per kapita tahun dasar 2005 ( berdasarkan PPP)
50 = Indeks Pembangunan Manusia tahun ke-t (skala 0 1) = Pembentukan Modal Bruto/investasi ( persen GDP) = Populasi tahun ke-t (jiwa) = Konsumsi Pemerintah tahun ke-t (persen GDP) = pertumbuhan GDP riil (persen) = tabungan nasional bruto ( persen GDP) = tingkat suku bunga riil ( persen) = nilai 1 untuk Negara Commonwealth dan 0 lainnya α = intersep β = slope = error 3.4 Uji Hipotesis 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. Ada dua jenis uji hipotesis yang dapat dilakukan terhadap variabel regresi. Uji tersebut adalah Uji-F dan Uji-t. 3.4.1. Uji-F Uji ini dilakukan untuk mengetahui apakah variabel independen di dalam model secara bersama-sama berpengaruh terhadap variabel dependen yang digunakan. Perumusan hipotesis pada Uji-F adalah : H 0 : β 1 = β 2 = β 3 = β k = 0 H 1 : Minimal ada satu nilai β yang tidak sama dengan nol Kriteria ujinya adalah jika F hitung > F tabel,α,(k-1)(n-k) maka tolak H 0, dimana k adalah jumah variabel (dengan intercept) dan jumlah observasi yang dilambangkan dengan huruf n. Selain itu, jika probabilitas (p-value) < taraf nyata maka sudah cukup bukti untuk menolak H 0. Jika tolak H 0 berarti secara bersama-sama variabel bebas dalam model berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata α persen, demikian pula sebaliknya.
51 3.4.2 Uji-t Pengujian ini dilakukan untuk mengetahui apakah variabel independen secara individu (masing-masing) berpengaruh signifikan atau tidak terhadap variabel independen. Hipotesis yang digunakan adalah sebagai berikut, H 0 : β k = 0 H 1 : β k 0 Kriteria uji yang digunakan adalah jika t hitung > t α/2,(n-k) maka tolak H 0, dimana jumlah observasi dilambangkan dengan huruf n, dan huruf k melambangkan jumlah variabel (termasuk intercept). Selain itu, jika probabilitas (p-value) lebih kecil dari taraf nyata maka dapat digunakan juga untuk menolak H 0. Jika tolak H 0 berarti variabel bebas dalam model berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata α persen, demikian pula sebaliknya. 3.4.3. Koefisien Determinasi Koefisien determinasi yang dilambangkan dengan R 2 adalah suatu angka yang mengukur keragaman pada variabel dependen yang dapat diterangkan oleh variasi pada model regresi. Nilai ini berkisar antara nol sampai satu (0<R 2 <1), dengan nilai yang semakin mendekati satu menunjukkan model yang terbentuk mampu menjelaskan keragaman dari variabel dependen, demikian pula sebaliknya. Rumus dari koefisien determinasi dinyatakan dalam persamaan (3.10).... (3.10) 3.5 Uji Asumsi Untuk mendapatkan hasil model yang efisien dan konsisten, maka diperlukan pengujian terhadap pelanggaran asumsi-asumsi klasik seperti heteroskedastisitas, multikolinieritas, dan autokorelasi.
52 3.5.1 Uji Heteroskedastisitas Heteroskedastisitas adalah salah satu penyimpangan pada asumsi klasik statistika. Heteroskedastisitas terjadi jika ragam sisaan tidak konstan, hal ini dilambangkan dengan Var (μ i ) = E (μ 2 i ) = σ 2 i. Masalah ini sering terjadi jika ada penggunaan data cross section dalam estimasi model, namun masalah ini juga dapat terjadi dalam data time series. Salah satu cara mengatasi masalah ini adalah dengan menggunakan metode Generalized Least Square (GLS). Metode ini merupakan metode kuadrat terkecil yang terboboti, dimana model ditransformasi dengan memberikan bobot pada data asli (Juanda, 2009). 3.5.2 Uji Multikolinieritas Multikolinieritas merupakan suatu penyimpangan asumsi akibat adanya keterkaitan atau hubungan linier antar variabel bebas penyusun model. Indikasi adanya multikolinieritas dapat dilihat jika dalam model yang dihasilkan terbukti signifikan secara keseluruhan (uji-f) dan memiliki nilai R-squared yang tinggi namun banyak variabel yang tidak signifikan (uji-t). Salah satu cara mengatasi masalah ini adalah dengan menggabungkan data cross section dengan data time series (Juanda, 2009). 3.5.3 Uji Autokorelasi Autokorelasi adalah adanya korelasi serial antara sisaan (μ t ). Juanda (2009) menjelaskan akibat adanya autokorelasi dalam model yang diestimasi yaitu pendugaan parameter masih tetap tidak bias dan konsisten namun penduga ini memiliki standar error yang bias ke bawah, atau lebih kecil dari nilai yang sebenarnya sehingga nilai statistik uji-t tinggi (overestimate). Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan metode Generalized Least Square dalam estimasi model (Gujarati, 2004). Untuk mengetahui ada tidaknya autokorelasi dapat dilakukan uji Durbin- Watson (DW). Dalam Eviews6 Guide dijelaskan bahwa jika nilai DW tersebut sudah
53 lebih dai 1,5 dan mendekati 2 maka dapat dikatakan tidak ada autokorelasi. Berikut adalah Tabel 3.2. yang memperlihatkan distribusi nilai DW dimana nilai tersebut telah disusun oleh Durbin Watson untuk derajat keyakinan 95 persen dan 99 persen. Tabel 3.2. Selang Nilai Statistik Durbin-Watson serta Keputusannya Nilai Durbin-Watson Kesimpulan DW < 1,10 Ada autokorelasi 1,10 < DW < 1,54 Tanpa kesimpulan 1,55 < DW < 2,46 Tidak ada autokorelasi 2,46 < DW < 2,90 Tanpa kesimpulan DW > 2,91 Ada autokorelsi Sumber : Firdaus, 2004