V. HASIL DAN PEMBAHASAN
5.2 Analisis Faktor-Faktor yang Memengaruhi Permintaan Ekpsor
5.2.1 Hasil Estimasi Model Faktor-Faktor yang Memengaruhi
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 + 0.32 lnJEit + eit
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, masing-masing 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 R2 yang tinggi, tetapi variabel independennya banyak yang tidak signifikan. Namun dari hasil pengolahan data yang terlihat pada Tabel 5.2 dapat diketahui bahwa nilai R2 yang diperoleh yaitu 0.727701. Nilai R2 ini menunjukkan bahwa sebesar 72.77 persen keragaman yang terdapat pada model ekspor mutiara Indonesia ke negara tujuan ekspor dapat dijelaskan oleh variabel-variabel 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.
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
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