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)