CPIjt x Ejt
Dimana
Ej = harga pada mata uang negara asal j dalam unit mata uang daerah tujuan i (misal
Indonesia Rp/mata uang negara j pada tahun t)
Ejbase = mata uang daerah tujuan wisata (negara asal j pada tahun dasar)
Harga ini untuk penyesuaian karena adanya perbedaan harga mata uang harga relatif, penyesuaian untuk purchasing power parity, sehingga akan diperoleh persamaan sebagai berikut:
Model 2:
Regresi Data Panel (Panel Least Square)
Data panel adalah gabungan antara data runtut waktu (time series) dan data silang (cross section). Data runtut waktu biasanya meliputi satu objek/individu (misalnya harga saham, kurs mata uang, SBI, atau tingkat inflasi), tetapi meliputi beberapa periode (bisa harian, bulanan, kuartalan, atau tahunan). Data silang terdiri dari atas beberapa atau banyak objek, sering disebut responden (misalnya perusahaan) dengan beberapa jenis data (misalnya; laba, biaya iklan, laba ditahan, dan tingkat investasi) dalam suatu periode waktu tertentu.
Ketika kita melakukan suatu observasi perilaku unit ekonomi seperti rumah tangga, perusahaan atau negara, kita tidak hanya akan melakukan observasi terhadap unit-unit tersebut di dalam waktu yang bersamaan tetapi juga perilaku unit-unit tersebut pada berabagai periode waktu regresi dengan menggunakan data panel disebut model regresi data panel.
Ada beberapa keuntungan yang diperoleh dengan menggunakan data panel. Pertama, data panel merupakan gabungan data data time seris dan cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (ommited-varaiabel).
Model regresi linier menggunakan data cross section dan time series, dimana: 1) Model dengan data cross section
Yi = α + βXi + Ɛi , I = 1,2,….N …… (1)
N: banyaknya data cross section
2) Mode dengan data time series
Yi = α + βXt + Ɛt , t = 1, 2,....T …….(2) N: banyaknya data time series
Mengingat data panel merupakan gabungan dari data cross section dan data time series, maka modelnya dituliskan dengan:
Yit = α + βXt + Ɛt , i = 1, 2, ...N ; t = 1, 2,....T …… (3) di mana :
N = banyaknya observasi, t = banyaknya waktu , N x t = banyaknya data panel
3 METODOLOGI PENELITIAN
Secara umum, metodologi yang digunakan dalam penelitian ini menggunakan Pendekatan panel Gravity dan Panel Least Square (PLS). Model panel Gravity dipakai dalam melihat aliran investasi, barang dan jasa, permintaan dan penawaran pariwisata Indonesia beserta faktor-faktor yang memengaruhi aliran-aliran tersebut. Sedangkan metode PLS akan digunakan untuk melihat dampak aliran investasi, barang/jasa pariwisata Indonesia terhadap sisi permintaan dan penawaran pariwisata internasional di Indonesia beserta faktor-faktor yang memengaruhi permintaan dan penawaran sektor pariwisata di Indonesia.
Penelitian ini juga akan melakukan beberapa simulasi kebijakan ekonomi makro yang akan memengaruhi permintaan dan penawaran pariwisata
internasional di Indonesia. Sehingga dari hasil estimasi maupun simulasi yang nantinya diperoleh dapat dijadikan sebagai rujukan bagi kebijakan yang berkaitan dengan perkembangan pariwisata di Indonesia (baik supply side maupun demand side).
Sumber data
Dalam penelitian ini menggunakan data sekunder yang berasal dari berbagai sumber resmi seperti pemerintah, lembaga internasional, dan laporan hasil penelitian baik yang telah dipublikasikan maupun yang tidak. Adapun jenis data sekunder time series dan cross section yang digabung menjadi data panel, dengan jumlah observasi sebanyak 138 (terdiri dari 23 data time series dari 6 negara yaitu Asean, Jepang, USA, Uni Eropa, Australia, dan Rest of the World).
Secara garis besar data dan sumber data yang diperoleh untuk mencari data-data tersebut antara lain:
1). Data tentang jumlah kunjungan wisatawan ke Indonesia menurut negara tempat tinggal, jumlah penduduk Indonesia yang pergi ke luar negeri, indeks harga konsumen, dan jumlah penduduk Indonesia yang diperoleh dari Badan Pusat Statistik Republik Indonesia (BPS-RI), Kementrian Pariwisata dan Ekonomi Kreatif, Baappenas, dan Badan Koordinasi Penanaman Modal (BKPM),
2). Data GDP negara-negara yang masuk dalam penelitian ini termasuk konsumsi, investasi, pengeluaran pemerintah, ekspor, impor, suku bunga, dan nilai tukar mata uang terhadap USD yang diperoleh dari International Financial Statistiks yang dikumpulkan oleh International Monetary Fund (IMF). Sedangkan nilai GDP yang dipakai dalam penelitian ini adalah nilai GDP riil setiap negara yang diobservasi,
3). Data tingkat suku bunga, nilai tukar rupiah terhadap mata uang negara dan neraca perjalanan dari negara-negara masuk dalam penelitian ini, diperoleh dari Bank Indonesia, World Bank dan IFS,
4). Data nilai FDI (outward) negara-negara Investor yang masuk dalam penelitian (Amerika, Uni Eropa, Jepang, Australia, Taiwan, Asean, dan Rest of the World) dalam satuan USD yang diperoleh dari International financial Statistiks dan OECD Statistik, World Economic Forum
5). Data tentang rata-rata pengeluaran dan jenis pengeluaran pariwisata, informasi dan peristiwa, maupun kebijakan pariwisata yang ada di Indonesia dari Kementrian Pariwisata dan Ekonomi Kreatif, EUROSTAT, UNCTAD, dan UNWTO,
6). Data jumlah penduduk negara-negara yang masuk dalam penelitian ini (population series) yang diperoleh dari IFS, dan EUROSTAT
Metode Pengolahan Data
Adapun beberapa perhitungan/pengolahan data dapat dilihat pada Tabel 5: Tabel 5 Variabel operasional dan metode perhitungan
Variabel Operasional Metode Perhitungan
Jumlah kunjungan
wisatawan (inbound) dan wisnus
total wisman dari Asean, Jepang, USA, Australia, EU, ROW, dan total wisnus
Konsumsi wisatawan dan
wisnus per kunjungan Rata-rata pengeluaran/konsumsi per kunjungan wisatawan Jarak ekonomi Jarak Indonesia-negara asal wisman/ GDP negara asal wisman Harga riil pariwisata
Indonesia
IHK Pariwista domestik/(IHK pariwisata negara lain x indeks nilai tukar rupiah terhadap mata uang negara wisatawan) Populasi negara asal
wisman Total populasi Asean, Jepang, USA, EU, Australia, ROW Inflow Barang/Jasa
Pariwisata Indonesia
Perdagangan, hotel dan restoran (berdasarkan data imigrasi dan PES)
Outflow barang/jasa pariwisata Indonesia
Perdagangan, hotel dan restoran (berdasarkan data imigrasi dan PES)
Inward-Outward pariwisata
Indonesia Investasi perdagangan, hotel dan restoran
Konsumsi wisatawan per kunjungan
Rata-rata belanja/konsumsi yg dikeluarkan oleh wisatawan selama di Indonesia
Total Konsumsi Pariwisata
Indonesia Total konsumsi sektor perdagangan, hotel dan restoran Total Belanja pemerintah
(pariwisata) Indonesia Total belanja sektor perdagangan, hotel dan restoran Investasi Fisik Jumlah investasi fisik/infrastruktur sektor PHR Nilai tukar riil (IHKIndonesia tahun awal/IHK Indonesia tahun dasar) / IHK
negara wisman tahun awal/IHK negara wisman tahun dasar) x Kurs Indonesia terhadap negara asal wisman tahun awal
Suku Bunga BI rate
GDP riil Indonesia GDP Riil = (harga barang 1 tahun t x jumlah barang 1 tahun t) + (harga barang 2 tahun t x jumlah barang 2 tahun t) GDP riil negara asal
wisatawan
GDP Riil = (harga barang 1 tahun t x jumlah barang 1 tahun t) + (harga barang 2 tahun t x jumlah barang 2 tahun t) GDP per kapita Negara asal
wisman GDP negara asal wisatawan/populasi negara asal wisatawan Jarak ekonomi Jarak fisik negara asal wisman thd Indonesia/GDP negara asal
wisman Harga riil pariwisata Negara
pesaing (Thailand, Singapura, Malaysia)
(IHK negara tujuan x mata uang negara pesaing)/(IHK negara asal wisman x mata uang negara pesaing/mata uang negara asal
wisman ) Total Barang/Jasa
pariwisata Total barang/jasa perdagangan, hotel dan restoran
Biaya Transportasi (riil)
Biaya rata-rata airlines ke Indonesia dari negara asal wisatawan IHK transport domestik/(IHK transport tahun dasar x indeks
Spesifikasi Model Panel Gravity
Untuk menganalisis permintaan pariwisata digunakan pendekatan model Gravity dengan mengadopsi model Keynesian dimana:
Sehingga diperoleh:
Ln GDP ijt = 0+ 1LnCijt+ 2LnFDIijt+ 3TRADEijt+ + 3TRADEkjt + ij
Ln(C)ijt = 0+ 1Ln GDPijt+ 2LnCijt−1+ ij
Persamaan investasi yang dibangun adalah menggunakan model panel gravity, yang mengGambarkan perilaku investasi bilateral dari suatu negara ke negara lainnya. Model gravity yang digunakan untuk menjelaskan variasi observasi dan aliran FDI mulai dibangun pada tahun 1960 yang pada awalnya untuk menjelaskan aliran perdagangan dari negara i ke negara j. Model dasar tersebut dikembangkan oleh Deardoff (1998) untuk diaplikasikan ke dalam FDI dengan model: