4.7 Konsepsi dan Batasan Penelitian
5.1.5 Analisis Regresi Linear Berganda
Ada berbagai penyebab pergeseran dalam fungsi investasi. Kemajuan teknologi meningkatkan produk marjinal modal dan investasi tetap bisnis. Yang terpenting, berbagai kebijakan ekonomi, seperti perubahan suku bunga pinjaman untuk modal dan pajak pendapatan perusahaan, mengubah insentif untuk
melakukan investasi dan menggeser fungsi investasi (Mankiw 2003). Oleh karena itu, dipilih permodelan regresi linear majemuk untuk membuktikan kebenaran teori tersebut, sekaligus sebagai pembanding dari persepsi pelaku usaha khususnya di bidang industri pengolahan dan pemasaran hasil perikanan.
Dalam model ini, nilai investasi menjadi variabel bebas (Y) dan sebagai variabel penjelas (X) adalah inflasi, suku bunga pinjaman modal, harga solar, nilai upah minimum, persentase PPh badan untuk industri makanan dan Bea masuk mesin. Nilai investasi yang digunakan dalam permodelan adalah nilai total investasi pada industri pengolahan dan pemasaran hasil perikanan di Indonesia, nilai penanaman modal dalam industri pengolahan dan pemasaran hasil perikanan di Indonesia dan nilai investasi perusahaan pengolahan dan pemasaran hasil perikanan Provinsi DKI Jakarta.
Seluruh variabel penjelas yang digunakan dalam penelitian ini seharusnya berkorelasi negatif terhadap nilai investasi. Korelasi negatif ini didasarkan pada teori investasi yang menyebutkan bahwa investasi sangat ditentukan oleh dua faktor utama, yaitu tingkat pengembalian yang diharapkan dan biaya investasi. Investasi berhubungan positif terhadap pengembalian yang diharapkan dan berhubungan negatif terhadap biaya investasi.
Dalam proses pengambilan data, peneliti tidak mendapatkannya dari satu sumber. Masing-masing variabel berasal dari lembaga yang berbeda. Hal ini karena setiap lembaga yang dijadikan sumber tidak memiliki kelengkapan data. Seluruh nilai variabel bebas diperoleh dari Lembaga Demografi Universitas Indonesia (LD UI). Data laju inflasi dan suku bunga pinjaman modal untuk sektor
riil diperoleh dari Badan Pusat Statistik (BPS). Data Upah Minimum rata-rata pekerja di Indonesia diperoleh dari Departemen Tenaga Kerja (Depnaker). Data Harga beli solar diperoleh dari LD UI. Data persentase PPh dan Bea masuk mesin diperoleh dari Direktorat Jenderal Pajak (Ditjen Pajak).
Periode data selama 10 tahun yang digunakan diharapkan dapat sedikit menggambarkan perkembangan investasi selama masa sebelum terjadi krisis dan setelah terjadi krisis di Indonesia. Periode sebelum krisis yaitu tahun 1997 dan 1998, sedangkan periode masa krisis dimulai dari tahun 1999 hingga tahun 2006.
Nilai total investasi pada industri pengolahan dan pemasaran hasil perikanan dipilih untuk dianalisis karena dasar peraturan yang menjadi dasar dalam penelitian ini yaitu Undang-Undang No.25 Tahun 2007 tentang Penanaman Modal adalah bersifat nasional. Penggunaan Undang-undang tersebut sesuai dengan tujuan penelitian ini adalah untuk mengetahui kendala investasi penanam modal untuk industri pengolahan hasil perikanan secara keseluruhan.
Nilai total investasi di Indonesia merupakan total dari nilai investasi tambahan yang dilakukan perusahaan dan nilai penanaman modal. Data-data yang digunakan sebagai variabel penjelas juga bersifat nasional.
Setelah dilakukan analisis dengan menggunakan metode regresi linier, secara ekonomi model tersebut tidak layak digunakan karena tidak semua variabel penjelas berkorelasi negatif dengan variabel bebas. Melalui uji ekonometrik didapatkan bahwa model mengalami multikolinearitas, heteroskedastisitas, dan tidak dapat diketahui apakah terjadi autokorelasi atau tidak. Untuk
menghilangkan masalah multikolinearitas dan heteroskedastisitas dilakukan proses transformasi model menjadi model semi log dan double log.
Setelah dilakukan transformasi diperoleh model semi log dan model double log juga secara ekonomi tidak dapat digunakan karena terdapat dua variabel penjelas yang memiliki korelasi postif dengan nilai investasi, yaitu PPh dan upah minimum. Pada model double log juga terdapat masalah
multikolinearitas, autokolinearitas, dan heteroskedastisitas
Variabel bebas kedua adalah nilai penanaman modal. Analisis hanya dilakukan pada nilai penanaman modal karena peneliti ingin mengetahui apakah setiap tahunnya terdapat realisasi penanaman modal pada industri pengolahan dan
pemasaran hasil perikanan. Tujuan lainnya adalah dari kebijakan pemerintah setiap tahunnya dapat diketahui pengaruhnya terhadap realisasi penanaman modal baik oleh pihak asing maupun dalam negeri untuk industri pengolahan dan
pemasaran hasil perikanan di Indonesia.
Hasil pengolahan dengan regresi linear majemuk didapatkan model yang tidak layak digunakan. Hal ini disebabkan dari ketiga uji yang dilakukan, model ini tidak mampu memenuhi persyaratan. Uji statistik model menunjukkan bahwa hanya upah minimum yang berpengaruh secara signifikan terhadap nilai total penanaman modal itupun dengan taraf kepercayaan yang rendah.
Dari uji ekonomi didapatkan bahwa terdapat dua variabel yang berkorelasi positif dengan nilai total penanaman modal yaitu upah minimum dan PPh. Hal ini tidak sesuai dengan teori investasi yang seharusnya upah minimum dan PPh akan mempengaruhi pembiayaan perusahaan sehinggan akan mempengaruhi keputusan berinvestasi oleh penanam modal.
Dengan uji ekonometrik, model linear biasa mengalami masalah multikolinearitas, heteroskedastisitas, dan autokolinearitas. Masalah-masalah tersebut dapat dihilangkan dengan dilakukan transformasi pada variabel yang digunakan seperti yang dilakukan pada analisis sebelumnya.
Setelah dilakukan transformasi, melalui uji statistik, ekonomi dan ekonometrik baik model semi log dan model double log tetap tidak layak
digunakan. Masalah multikolinearitas, heteroskedastisitas, autokolinearitas masih terdapat pada model semi log dan model double log.
Dengan uji ekonomi, jika pada model semi log terdapat dua variabel penjelas yang berkorelasi positif dengan nilai total penanaman modal yaitu upah minimum dan PPh, maka pada model double log terdapat tiga variabel penjelas yang berkorelasi positif. Ketiga variabel tersebut adalah upah minimum, PPh, dan bea masuk mesin. Keseluruhan hasil analisis yang dilakukan terhadap variabel pertama dan kedua dapat dilihat pada lampiran.
Analisis berikutnya adalah terhadap nilai total investasi pada industri pengolahan dan pemasaran hasil perikanan di Provinsi DKI Jakarta. Hal ini dilakukan dengan alasan bahwa industri pengolahan dan pemasaran hasil perikanan di DKI Jakarta termasuk dalam tiga kota besar yang menjadi pusat
industri pengolahan dan pemasaran hasil perikanan di Indonesia. Dua kota lainnya adalah Bitung, Sulawesi Utara dan Sorong, Papua. Selain itu, responden dalam penelitian ini adalah berasal dari perusahaan-perusahaan yang berada di Kawasan Muara Baru, Jakarta Utara. Informan-informan untuk memperoleh informasi dalam penelitian ini juga bekerja di Jakarta. Oleh karena itu, pernyataan dari responden dan informan sudah dirasa cukup untuk mewakili kondisi nasional.
Hasil analisis pada model linier biasa didapatkan hasil yang hampir sama seperti model-model sebelumnya. Model linier biasa dengan variabel bebas nilai total investasi industri pengolahan dan pemasaran hasil perikanan Provinsi DKI Jakarta tidak layak digunakan secara ekonomi karena upah minimum dan PPh yang berkorelasi positif dengan nilai total investasi.
Model ini juga mengalami multikolinearitas, heteroskedastisitas, dan tidak dapat diketahui apakah terjadi autokolinearitas. Model ini juga kemudian
ditransformasi menjadi model semi log dan model double log. Walaupun pada model semi log secara ekonomi hanya terdapat satu variabel yang berkorelasi positif, tetapi dengan uji ekonometrik didapatkan bahwa model tidak dapat disimpulkan apakah model mengalami autokorelasi.
Model double log adalah model yang paling mungkin digunakan untuk melanjutkan analisis dengan metode regresi linier. Alasannya adalah melalui uji ekonomi hanya terdapat satu variabel yang berkorelasi positif terhadap variabel bebas walaupun dengan uji statistik hanya terdapat satu variabel yang
berpengaruh signifikan.
Dengan uji ekonometrik, model ini juga tidak mengalami autokorelasi. Dengan berdasarkan pada sifat dasar perolehan data nilai total investasi industri pengolahan dan pemasaran hasil perikanan DKI Jakarta bersifat heterogen karena di dalamnya tidak dapat dibedakan nilai investasi oleh usaha kecil, sedang, dan besar, maka masalah multikolinearitas dan heteroskedastisitas dapat diabaikan. Hal ini seperti yang dikemukakan Gujarati (2003) dan telah dijelaskan
sebelumnya. Penjelasan mengenai model double log nilai total investasi industri pengolahan hasil perikanan Provinsi DKI Jakarta adalah sebagai berikut :
Tabel 12. Hasil Pendugaan Koefisien Regresi dengan Metode Regresi Linear Berganda Nilai Investasi Total Usaha Pengolahan Perikanan di Provinsi DKI Jakarta Periode 1997-2006.
Model Linear Model Semi Log Model Double Log
No Peubah Koefisien Regresi Peubah Koefisien Regresi Peubah Koefisien Regresi
1 Intercept -2450,103 Intercept 2540,543 Intercept 10,115
2 Inflasi -8,693**** Inflasi -50,354 Inflasi -0,087
3 r -8,014 r -492,389 r -0,705
4 Psolar -0,118** Psolar -393,40** Psolar -0,691*
5 UMR 0,001 UMR -245,7**** UMR 0,815
6 PPh 130,901 PPh 1261,154 PPh -1,052
7 BM -148,082*** BM -919,777 BM -1,683
8 Fhit 4,472 Fhit 7,041 Fhit 1,215
9 R2 Adj 0,698 R2
Adj 0,611 R2
Adj 0,625
10 DW 2,790 DW 2,515 DW 1,853
11 N 10 N 10 N 10
Sumber : Diolah dari Data Sekunder Tahun 2008
* : Taraf kepercayaan 99% *** : Taraf kepercayaan 90% ** : Taraf kepercayaan 95% **** : Taraf kepercayaan 80%
Model persamaan yang dapat dibuat dari hasil analisis regresi pada Tabel 21 adalah sebagai berikut :
(1) Model Linear
Y = -2450,103 – 8,693Inf – 8,014r - 0,118Psolar + 0,001UMR + 130,901PPh
– 148,082BM (16)
(2) Model Semi Log
Model ini diperoleh dari persamaan :
ε β β β + + + + =ln 1 2lnX1 3lnX2 ... Y (17)
dan jika dikembalikan ke dalam persamaan normal menjadi : Y = 2540,543.Inf –50,354.r –492,389.Psolar –393,40.UMP –245,7.PPh1261.
BM –919,77 (18)
(3) Model Double Log
Model ini diperoleh dari persamaan : ε β β β + + + + =ln ln ln .... lnY 1 2 X1 3 X2 (19)
dan jika dikembalikan ke dalam persamaan normal menjadi :
Y = 24710,91.Inf -0,087.r -0,705.Psolar – 0,691.UMP 0,815.PPh– 1,052.BM-1,683 (20)
Dari Tabel 12 di atas, dapat dilihat bahwa model linier, model semi log, model double log memiliki nilai R square masing-masing sebesar sebesar 0,898,
0,870, dan 0,708 yang menunjukkan bahwa keeratan hubungan linier antara ariabel antara variabel penjelas dengan variabel bebas secara berurutan sebesar 89,8%, 87% dan 70,8%, sedangkan sisanya yaitu masing-masing sebesar 10,2%, 13%, dan 29,2% dipengaruhi oleh variabel lain. Nilai adjusted R square ketiga model di atas masing-masing sebesar 0,758, 0,611, dan 0,625 menunjukkan bahwa dengan memasukkan semakin banyak variabel sebagai variabel penjelas dalam regresi akan mengurangi derajat kebebasan.
Nilai Fhitung yang diperoleh dari hasil analisis fungsi kendala investasi pada model linear, model semi log, dan model double log untuk variabel bebas nilai investasi total usaha pengolahan hasil perikanan di Provinsi DKI Jakarta masing-masing adalah sebesar 4,472, 7,041, dan 1,215 dan Ftabel sebesar 8,94. Apabila nilai Fhitung ini dibandingkan dengan nilai Ftabel,maka dapat dilihat bahwa nilai Fhitung lebih kecil dari nilai Ftabel yang berarti terima H0, artinya kendala investasi secara serentak berpengaruh nyata terhadap nilai penanaman modal baru. Hal ini juga menunjukkan bahwa model fungsi produksi dapat digunkan untuk analisis berikutnya.
Berdasarkan analisis metode regresi terhadap fungsi kendala investasi pada industri pengolahan hasil perikanan ini diketahui bahwa pada model linear, variabel yang berpengaruh nyata adalah inflasi, Psolar, dan bea masuk dengan thit masing-masing adalah sebesar -1,727 dengan taraf kepercayaan 81,7%, -3,549 dengan taraf kepercayaan 96,2%, dan -1,939 dengan taraf kepercayaan 85,2%. Pada model semi log variabel yang berpengaruh nyata adalah Psolar dan UMR. Nilai thit dari Psolar adalah -2,889 dengan taraf kepercayaan 93,7%, sedangkan nilai thit untuk UMR adalah -1,698 dengan taraf kepercayaan 81,2%. Psolar merupakan variabel yang berpengaruh nyata pada model double log dengan nilai thit -0,39 dengan taraf kepercayaan 99,6%.
Ketiga model di atas memiliki nilai Durbin-Watson masing-masing sebesar 2,790, 2,515, dan 1,853. Nilai DW model linear dan semi log berada dalam selang 2,35<DW<2,79 berarti tidak dapat disimpulkan terjadi autokorelasi atau tidak. Model double log memiliki nilai DW yang berada dalam selang 1,65<DW<2,35 yang berarti tidak terjadi autokorelasi pada model.
Grafik normal P-plot untuk ketiga model dengan variabel bebas nilai investasi total pada usaha pengolahan hasil perikanan di Provinsi DKI Jakarta dapat dikatakan normal karena titik-titiknya telah tersebar merata mengikuti garis. Gambar grafik normal P-plot untuk ketiga model dapat dilihat di Lampiran.
Hasil pengujian menunjukkan nilai VIF pada ketiga model adalah lebih dari satu. Besarnya nilai VIF ini mengindikasikan terdapatnya problem
multikolinearitas. Nilai toleransi seluruh variabel juga lebih kecil dari 0,5, hal ini juga mengindikasikan adanya multikolinearitas (Lampiran).
Grafik scatterplot untuk model regresi linier biasa terlihat titik-titik menyebar tidak merata dan teradapat titik-titik yang membentuk pola tertentu. Hal ini juga terlihat pada gambar grafik scatterplot model regresi semi log dan model double log. Hal ini berarti model regresi pada penelitian ini
mengindikasikan adanya problem heteroskedastisitas.
Multikolinearitas dan heteroskedastisitas merupakan masalah praktis yang penting yang terdapat dalam situasi khusus. Seperti multikolinearitas, tidak ada aturan yang kuat dan ketat untuk mendeteksi heteroskedastisitas. Seringkali sifat dasar masalah yang sedang dihadapi menyarankan heteroskedastisitas dan multikolinearitas. Sebagai contoh, mengikuti pekerjaan pelopor dari Prais dan Houthakker mengenai studi anggaran keluarga, di mana mereka menemukan bahwa varians residual di sekitar regresi konsumsi atas pendapatan meningkat bersama pendapatan, sekarang ini biasanya diharapkan dalam survei yang sejenis didapatkan varians yang tidak sama (disturbances). Pada kenyataannya, dalam data cross sectional ataupun time series yang meliputi unit yang heterogen, heteroskedastisitas mungkin lebih merupakan kelaziman (aturan) daripada perkecualian. Jadi, dalam analisis cross sectional ataupun time series yang melibatkan pengeluaran investasi dalam hubungannya dengan penjualan, tingkat bunga, dan seterusnya, heteroskedastisitas biasanya diperkirakan akan ada jika perusahaan yang kecil, menengah dan besar disampel secara bersama-sama (Gujarati 2003).
Autokorelasi biasa terjadi akibat tidak dimasukkannya variabel penting dalam model atau karena tidak linear. Bila suatu model regresi memiliki masalah
autokorelasi, maka model regresi yang seharusnya signifikan menjadi tidak layak untuk dipakai.
Masalah multikolinearitas dalam suatu analisis dapat diabaikan bila terjadi pada variabel-variabel dengan nilai koefisien regresi yang tidak tinggi.
Multikolinearitas yang terjadi pada variabel dengan nilai koefisien regresi yang tidak tinggi ini disebut multikolinearitas tidak sempurna.
Heteroskedastisitas dalam suatu model regresi terjadi bila terdapat ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Deteksi terjadinya hetroskedastisitas dapat dilakukan dengan melihat apakah terdapat pola tertentu pada hasil scatterplot. Dari ketiga gambar grafik scatterplot di atas, terlihat titik-titik yang tidak menyebar secara acak dan membentuk pola tertentu. Hal ini menunjukkan bahwa model regresi pada penelitian ini
mengindikasikan adanya problem heteroskedastisitas.
Berdasarkan perolehan statistik, didapatkan bahwa nilai Fhitung terkecil dimiliki oleh model double log. Nilai Fhitung yang lebih kecil dari nilai Ftabel berarti terima H0, artinya kendala investasi secara serentak berpengaruh nyata terhadap nilai penanaman modal. Berdasarkan perolehan ekonometrik didapatkan bahwa model double log tidak mengalami autokorelasi, sedangkan
multikolinearitas dan heteroskedastisitas dapat diabaikan karena data variabel investasi yang digunakan pada penelitian ini adalah data yang heterogen. Analisis dengan standar perkiraan ekonomi, seluruh variabel penjelas seharusnya memiliki hubungan negatif dengan nilai investasi (variabel bebas). Dari ketiga analisi di atas, didapatkan model yang dapat digunakan adalah model double log.