BAB IV HASIL DAN PEMBAHASAN
4.2. Analisis dan Pembahasan
4.2.1. Faktor Yang Mempengaruhi Ekspor CPO 4.2.1.1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikut atau mendekati distribusi normal, yakni distribusi data yang mampunyai pola seperti distribusi normal (distribusi data tersebut tidak menceng ke kiri atau ke kanan). Untuk melakukan uji normalitas dalam penelitian ini dilakukan dengan Kolmogorov dan Smirnov. Dalam pengambilan keputusan dapat dilakukan dengan melihat nilai Asymp.Sig.(2-tailed).
Hipotesis yang diajukan adalah sebagai berikut: Ho : Data X berdistribusi normal.
Kriteria pengambilan keputusan: Jika Sig.(p) > 0,05 maka Ho diterima. Jika Sig.(p) < 0,05 maka Ho ditolak.
Tabel 4.3
Uji Normalitas Data Ekspor CPO Nilai Tukar Produksi Harga Internasional CPO Pertumbuhan Ekonomi Eskpor CPO Asymp. Sig. (2-tailed) .835 .370 .630 .069 .067
Sumber: Data diolah.
Berdasarkan tabel diatas dapat dilihat nilai Asymp. Sig. (2-tailed) yang menunjukkan nilai signifikansi dalam pengambilan keputusan pada Sektor Ekspor CPO. Terlihat bahwa pada kolom signifikan (Asymp. Sig (2-tailed)) variable Nilai tukar 0.835, Produksi yaitu sebesar 0.370, Harga Internasional CPO yaitu sebesar 0.630, Pertumbuhan Ekonomi 0.069 dan Ekspor CPO sebesar 0.067, nilai probabilitas dari semua variabel lebih besar dari 0,05 maka Ho diterima yang berarti data berdistribusi normal.
4.2.1.2. Uji Asumsi Klasik 4.2.1.2.1. Uji Autokerelasi
Uji autokorelasi ini digunakan untuk mendeteksi adanya korelasi antar variabel dependen menguji terjadinya autokorelasi menggunakan uji Durbin- Watson.
Ho: Data X tidak terjadi autokorelasi Ha: Data X terjadi autokorelasi Kriteria pengambilan keputusan:
Terima Ho jika nilai DW terletak antara batas atas atau (du) dan (4 - du), maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
Terima Ha jika nilai DW lebih rendah dari pada batas bawah (dl), maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif. Bila nilai DW lebih besar daripada (4 - dl), maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif.
Tabel 4.4
Uji Autokorelasi Ekspor CPO
Nilai Durbin Watson 1.336
Sumber: Data diolah.
Berdasarkan Tabel diatas menunjukkan nilai Durbin-Watson pada sektor perdagangan sebesar 1,336. Langkah selanjutnya kita akan melihat nilai du dan nilai dl. Cara menentukan nilai du dan dl adalah dengan menetapkan nilai kepercayaan 5% dengan sampel (n) 24 dan variabel penjelas yang digunakan adalah sebanyak empat (4). Sehingga diperoleh nilai dl sebesar 1,0131 dan nilai du sebesar 1,7753 dan dengan demikian nilai Durbin-Watson berada diantara nilai dl dan nilai du, dengan demikian tidak terjadi atau bebas autokorelasi.
4.2.1.2.2. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui adanya hubungan antara sesama variable independen atau hubungan linear antar variable bebas. Untuk mendeteksi ada atau tidaknya multikolinieritas adalah dengan nilai tolerance (TOL) dan variance inflation factor (VIF).
Pengujian hipotesis yaitu:
Ho : Data X tidak terjadi multikoliniearitas.
Ha : Data X terjadi multikoliniearitas.
Kriteria pengambilan keputusan:
Terima Ho jika nilai VIF lebih kecil dari 10 (VIF<10) dan Nilai Toleransi >1 Terima Ha jika nilai VIF lebih besar dari 10 (VIF>10) dan Nilai Toleransi <1
Tabel 4.5 Coefficientsa Model Collinearity Statistics Tolerance VIF (Constant) Harga Iternasional .348 2.874 Produksi .795 1.258 Nilai Tukar .465 2.149 Pertumbuhan Ekonomi .430 2.327
a. Dependent Variable: Ekspor CPO Sumber : Data diolah.
Berdasarkan tabel coefficients di atas menunjukkan bahwa nilai VIF untuk semua variabel (Nilai Tukar, Produksi, Harga Internasional, dan Pertumbuhan Ekonomi) lebih kecil dari 10. Selanjutnya berdasarkan nilai toleransi semua variabel (Nilai Tukar, Produksi, Harga Internasional, dan
tidak terjadi gejala multikolinearitas.
4.2.1.3. Analisis Regresi
Metode yang digunakan untuk mengestimasi model linear berganda adalah metode kuadrat terkecil (Ordinary Least Square/ OLS).
• Persamaan Regresi
Ekspor CPO = 6,937 + 0,111 PI + 0,038 Prod – 0,305 K + 11,086 g Standard Error = (1,196) (0,020) (0,032) (0,098) (0,081) t-test = (5,8) (5,639) (1,176) (-3,094) (-137.379) R2 = 1,000 R2 adj = 0,999 F-test = 9983,372 Sig : 0,000 Dimana: PI = Harga Internasional Prod = Produksi
K = Kurs / Nilai Tukar g = Pertumbuhan Ekonomi.
Berdasarkan persamaan di atas menunjukkan bahwa Harga Internasional berpengaruh positif terhadap ekspor CPO dengan koefisien sebesar 0.111, artinya jika Harga Internasional naik sebesar satu (Rp/U$) akan menaikkan ekspor CPO sebesar 111 kg. Produksi berpengaruh positif terhadap ekspor CPO dengan
koefisen 0.038, artinya jika produksi naik sebesar satu ton akan menaikkan ekspor CPO sebesar 38 kg. Nilai Tukar berpengaruh negatif terhadap ekspor CPO dengan koefisien -0.305, artinya jika nilai tukar naik sebesar satu (Rp/U$) akan menurunkan ekspor CPO sebesar 30,5 kg. Pertumbuhan Ekonomi berpengaruh positif terhadap Ekspor CPO dengan koefisien 11.086, artinya jika Pertumbuhan ekonomi naik satu persen maka akan menaikkan ekspor sebesar 11,08 ton.
• R Square
R-Square dari analisis regresi adalah 100 persen (1,000) artinya secara bersama-sama variabel independen yaitu Harga Internasional CPO, Produksi, Nilai Tukar, Pertumbuhan Ekonomi berpengaruh kuat terhadap variable dependen yaitu Ekspor CPO. Artinya bahwa variabel Harga Internasional CPO, Produksi, Nilai Tukar, Pertumbuhan Ekonomi merupakan faktor yang mempengaruhi ekspor CPO.
4.2.1.3.1. Uji t
Uji t digunakan untuk mengetahui apakah variabel-variabel bebas secara parsial berpengaruh terhadap variabel tidak bebas. Derajat signifikansi yang digunakan adalah 0,05 (5%). Statistik uji yang digunakan adalah:
t =
Dimana:
bn : nilai taksiran parameter βn (diperoleh dari metode OLS).
Kriteria pengambilan keputusan:
Ho diterima jika variabel bebas secara parsial tidak ada pengaruh terhadap variabel
tidak bebasnya atau jika nilai signifikan t > 5%.
Ha diterima jika variabel bebas secara parsial berpengaruh terhadap variabel tidak
bebasnya atau jika nilai signifikan t < 5%.
Berdasarkan persamaan di atas menunjukkan bahwa nilai signifikan variabel Harga Internasional sebesar 0,000 artinya lebih kecil dari 0,05 (0,000<0,05). Nilai t-hitung sebesar 5,639 lebih besar dari t-tabel sebesar 1,725 (t- hitung>t-tabel). Dengan demikian Harga Internasional berpengaruh signifikan terhadap ekspor CPO, dengan tingkat kepercayaan 95%.
Produksi sebesar 0,254 artinya lebih besar dari 0,05 (0,254>0,05). Nilai t- tabel sebesar 1,176 artinya lebih kecil dari t-hitung yaitu sebesar 1,725 (t-hitung < t-tabel). Dengan demikian Produksi berpengaruh tidak signifikan terhadap ekspor CPO dengan tingkat kepercayaan 95%. Variable produksi tidak signifikan karena dalam hal ini tidak semua proudksi CPO di ekspor ke luar negeri, namun ada juga dikonsumsi dalam negeri. Sehingga variabel produksi tidak signifikan terhadap ekspor CPO.
Nilai Tukar sebesar 0,006 artinya lebih kecil dari 0,05 (0,006<0,05). Nilai t-hitung sebesar 3,094 lebih besar dari t-tabel sebesar 1,725 (t-hitung>t-tabel). Dengan demikian Nilai Tukar berpengaruh signifikan terhadap ekspor CPO dengan tingkat kepercayaan 95%.
Pertumbuhan Ekonomi sebesar 0,000 artinya lebih kecil dari 0,05 (0,000<0,05). Nilai t-hitung sebsar 137,379 lebih besar dari t-tabel sebesar 1,725
(t-hitung>t-tabel). Dengan demikian Pertumbuhan Ekonomi berpengaruh signifikan terhadap ekspor CPO, dengan kepercayaan 95%.
4.2.1.3.2. Uji F
Uji F digunakan untuk mengetahui apakah variabel-variabel bebas secara simultan berpengaruh signifikan terhadap variabel tidak bebas.
Derajat kepercayaan yang digunakan adalah 0,05. Statistik uji yang digunakan adalah:
F =
Dimana:
RKR : rata-rata kuadrat regresi (diperoleh dari Tabel Analisis Variansi). RKE : rata-rata kuadrat error (diperoleh dari Tabel Analisis Variansi).
Apabila nilai F hasil perhitungan > F menurut tabel maka hipotesis alternatif diterima, hipotesis nol ditolak yang menyatakan bahwa semua variabel bebas (independen) secara simultan berpengaruh signifikan terhadap variabel terikat (dependen). Tabel 4.6 Uji Simultan Model F Sig. Regression 9983.372 .000a Residual
Sumber: Data diolah.
Berdasarkan tabel diatas dapat dilihat bahwa nilai F hasil perhitungan sebesar 99,83 dan F tabel sebesar 2,87 dengan demikian nilai F hitung lebih besar dari nilai F tabel (99,83>2,87). Maka Hipotesis diterima, artinya secara simultan variabel Nilai Tukar, Produksi, Harga Internasional CPO dan Pertumbuhan Ekonomi berpengaruh signifikan terhadap Ekspor CPO.
4.2.2. Trend dan Proyeksi Ekspor CPO Sumatera Utara 4.2.2.1. Trend Ekspor CPO Sumatera Utara Untuk melihat Trend menggunakan model :
Dimana:
Yn = Nilai ekspor total
a = Konstanta b = Koefisien Xn = Faktor Independen Y2011 = a + bXn a = 6,937 b1 = 0,111 b2 = 0,038 b3 = 0,305 b4 = 11,086 Tabel 4.7
Trend Ekspor CPO Sumatera Utara Tahun 2002-2011(ton)
Tahun Trend 2002 2.850.008 2003 2.970.673 2004 3.287.082 2005 3.331.654 2006 3.521.770 2007 3.712.052 2008 3.870.781 2009 3.980.225 2010 3.889.623 2011 4.001.150
Sumber : BPS Sumatera Utara 2011.
0 500000 1000000 1500000 2000000 2500000 3000000 3500000 4000000 4500000 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Trend Ekspor CPO Sumatera Utara
2002-2011
Trend Ekspor CPO Sumatera Utara 2002- 2011
Sumber: Diolah.
Gambar 4.1 Trend Ekspor CPO di Sumatera Utara Tahun 2002-2011 (ton).
Berdasarkan tabel 4.7 diatas dapat dilihat bahwa trend Ekspor CPO Sumatera Utara selama 10 tahun yaitu mulai tahun 2002-2009 meningkat, namun pada tahun 2010 menurun sebanyak 90.602 ton, tetapi meningkat kembali pada tahun 2011 menjadi 4.001.150 ton. Berdasarkan kondisi diatas tersebut, ekspor pada 10 tahun terakhir yaitu 2002-2010 perlu dilihat potensi ekspor kedepan sampai tahun 2020. Berdasarkan trend CPO pada tahun 2002-2011, maka dapat dilihat dan ditentukan trend CPO untuk tahun 2012-2020. Metode yang digunakan untuk melihat trend ekspor CPO kedepan adalah dengan menggunakan metode OLS.
Dengan menggunakan data – data pada model Regresi faktor – faktor ekspor CPO, yaitu :
Dimana:
Y = Ekspor CPO di Sumatera Utara a = Konstanta
b1 – b4 = Koefisien
X1 = Harga Internasional CPO (Rp/U$)
X2 = Produksi CPO (ton)
X3 = Nilai Tukar (Rp/U$)
X4 = Pertumbuhan Ekonomi (%)
Tabel 4.8
Trend Ekspor CPO Sumatera Utara Tahun 2012-2020 (ton)
Tahun Trend 2012 10.748.713 2013 21.490.526 2014 32.232.339 2015 42.974.152 2016 53.715.965 2017 64.457.778 2018 75.199.591 2019 85.941.404 2020 96.683.217
Sumber: Data diolah.
0 20000 40000 60000 80000 100000 120000 2012 2013 2014 2015 2016 2017 2018 2019 2020
Trend Ekspor CPO Sumatera Utara
tahun 2012-2020
Trend Ekspor CPO Sumatera Utara …
Sumber: Data diolah.
Gambar 4.2 Trend Ekspor CPO di Sumatera Utara Tahun 2012-2020 (ton).
Berdasarkan tabel 4.8 diatas dapat dilihat bahwa trend Ekspor CPO Sumatera Utara selama 9 tahun kedepan mulai tahun 2012 sampai tahun 2020 meningkat setiap tahunnya. Yaitu pada tahun 2012 ekspor CPO sebesar 10.748.713 ton. Pada tahun 2013 mengalami peningkatan kembali sebesar 21.490.526 ton. Kemudian mengalami penigkatan kembali pada tahun 2014 sebesar 32.232.339 ton. Tahun 2015 meningkat sebesar 42.974.152 ton. Dan pada tahun 2016 mengalami peningkatan kembali sebesar 53.715.965 ton. Pada tahun 2017 juga meningkat menjadi sebesar 64.457.778 ton. Tahun 2018 juga mengalami peningkatan yaitu sebesar 75.199.591 ton. Pada tahun 2019 meningkat juga menjadi 85.941.404 ton. Dan pada tahun 2020 trend ekspor CPO meningkat menjadi 96.683.217 ton.
4.2.2.2. Proyeksi Ekspor CPO Sumatera Utara
Ekspor CPO Sumatera Utara diproyeksikan selama 9 tahun kedepan sampai tahun 2020 dengan rata – rata pertumbuhan 0,3504. Dengan tahun dasar tahun 2011, dan dengan besar ekspor CPO sebanyak 4.001.150 ton.
Dengan Rumus :
Dimana:
Pn = Tahun ekspor tahun ke-n
Po = Tahun awal
r = Pertumbuhan ekspor
n = Range tahun dasar ke tahun n
Tabel 4.9
Proyeksi Ekspor CPO Sumatera Utara 2012-2020
Tahun Proyeksi Ekspor (ton)
2012 5.403.344 2013 7.296.933 2014 9.854.125 2015 13.307.480 2016 17.971.055 2017 24.268.969 2018 32.773.972 2019 44.259.534 2020 59.770.183
Sumber : Data diolah.
Berdasarkan analisis proyeksi ekspor CPO Sumatera Utara dari tahun 2012 – 2020 terjadi peningkatan yaitu pada tahun 2012 sebesar 5.403.344 ton kemudian pada tahun 2013 sebesar 7.296.933 ton. Dan akan mengalami peningkatan kembali pada tahun 2014 sebesar 9.854.125 ton. Pada tahun 2015 mengalami peningkatan kembali sebesar 13.307.480 ton. Dan tahun 2016 akan mengalami peningkatan kembali sebesar 17.971.055 ton. Pada tahun 2017, ekspor CPO diproyeksikan mengalami kenaikan sebesar 24.268.969 ton lalu pada tahun 2018 mengalami peningkatan kembali sebesar 32.773.972 ton. Hasil analisis proyeksi juga menunjukan pada tahun 2019 mengalami kenaikan yaitu sebesar 44.259.534 ton dan pada tahun 2020 mengalami peningkatan sebesar 59.770.183 ton.
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan analisis dan pembahasan pada bab sebelumnya, maka dapat disimpulkan beberapa hal:
1. Secara parsial variabel Harga Internasional CPO dan Pertumbuhan Ekonomi berpengaruh positif signifikan terhadap Ekspor CPO Sumatera Utara. Sedangkan variable Nilai Tukar berpengaruh negatif signifikan terhadap Ekspor CPO Sumatera Utara. Dan variabel Produksi berpengaruh positif tidak signifikan terhadap Ekspor CPO Sumatera Utara. Secara simultan, semua variabel yaitu Harga Internasional CPO, Produksi, Nilai Tukar, dan Pertumbuhan Ekonomi berpengaruh positif signifikan terhadap Ekspor CPO.
2. Berdasarkan Trend dan proyeksi Ekpsor CPO Sumatera Utara terlihat Trend yang mengalami peningkatan dan proyeksi yang semakin meningkat juga dari tahun 2012-2020.
