3.1 Data
Analisis penelitian ini menggunakan data yang dikumpulkan dari data sekunder 26 propinsi di Indonesia dalam bentuk data panel, yaitu gabungan time series dan cross section tahunan periode tahun 1993 sampai tahun 2008 untuk mendapatkan tujuan penelitian. Propinsi-propinsi yang baru terbentuk pada tahun 2000 dan setelahnya, tidak diikutkan dalam penelitian ini. Periode ini dipilih untuk mendapatkan gambaran faktor-faktor yang mempengaruhi penanaman modal asing langsung di sektor manufaktur pada periode setelah krisis ekonomi. Berbagai data yang dibutuhkan dalam penelitian ini diperoleh dari berbagai sumber yang credible dan terpercaya, diantaranya Badan Pusat Statistik (BPS), Badan Koordinasi Penanaman Modal (BKPM) dan Departemen Perindustrian.
Selain melakukan analisis dengan menggunakan data statistik yang diperoleh dari sumber-sumber tersebut, penulis juga melakukan studi pustaka, baik yang bersumber dari buku, jurnal ilmiah, artikel internet, dan bahan bacaan lain yang relevan dengan permasalahan penelitian ini.
Variabel yang digunakan dalam penelitian ini meliputi : a. Market Size b. Upah c. Tingkat Pendidikan d. Inflasi e. Infrastruktur f. Stabilitas Sosial
Penelitian ini akan dikhususkan untuk mengkaji faktor-faktor yang berpengaruh terhadap penanaman modal asing langsung di sektor industri manufaktur non migas. Maksud dari penekanan pada sektor industri manufaktur non migas adalah untuk benar-benar melihat sektor industri kreatif yang prospektif dan layak dikembangkan sebagai basis industri nasional.
Sebagian data dalam penelitian ini dirubah ke dalam bentuk logaritma natural (ln). Hal ini dilakukan untuk mengurangi kemungkinan adanya permasalahan heteroscedasticity. Dengan melakukan transformasi data ke dalam
bentuk logaritma natural, akan menekan skala yang akan membuat variabel-variabel itu menjadi measured.
3.2 Metode Analisis Data
Faktor-faktor yang mempengaruhi penanaman modal asing langsung di sektor industri manufaktur non migas akan diuji dengan melakukan analisis data panel.
3.2.1 Penentuan Metode Estimasi
Prosedur dalam penelitian ini akan diawali dengan terlebih dulu melakukan penentuan metode estimasi data panel yang paling tepat untuk mendapatkan hasil yang paling baik. Penentuan dilakukan melalui pengujian statistik. Secara grafis pengujian dilakukan dengan prosedur sebagai berikut :
Gambar. 3.1 Pengujian penentuan model dalam pengolahan data panel Keterangan Gambar :
1. Untuk menentukan pilihan antara model PLS atau fixed effect, dilakukan dengan Chow Test. Hipotesis yang dibangun dalam uji ini sebagai berikut :
Pooled Least Square
Fixed Effect
Random Effect
Chow Test
Hausman Test LM Test
H0 = Model PLS (restricted)
H1 = Model fixed effect(Unrestricted).
Sebagai dasar untuk menolak H0 adalah dengan melihat nilai Chow Statistik dengan nilai F tabel. Jika Chow Statistik (F Statistik) lebih besar dari F tabel, maka H0 ditolak, sehingga yang dipilih model fixed effect, dan sebaliknya. Penentuan model terbaik juga dapat menggunakan nilai probabilitas F hitung, jika nilainya lebih kecil dari alpha 0,05 maka tolak H0,artinya model fixed effect lebih baik daripada PLS.
2. Untuk menentukan pilihan antara fixed effect atau random effect, dilakukan dengan menggunakan Uji Hausmann.
Uji Hausman dilakukan dengan terlebih dahulu membangun hipotesis sebagai berikut:
H0 : Model Random effect H1 : Model Fixed effect.
Sebagai dasar untuk menolak hipotesa nol, statistik Hausman akan diperbandingkan dengan nilai Chi Square. Jika statistik Hausman ˃ Chi Square Table maka hipotesis nol ditolak, berarti lebih baik menggunakan model fixed effect. Selain dengan membandingkan Statistik Hausman, dasar menolak hipotesis nol juga dapat menggunakan nilai probabilitas (p-value). Jika (p-value)˂ tingkat
kritis α, maka hipotesis nol ditolak.
3. Untuk menentukan pilihan antara PLS dengan random effect dilakukan dengan lagrange multiplier test (LM Test).
Hipotesis yang dibangun dalam uji ini sebagai berikut : H0 : Model PLS
H1 : Model random effect
Sebagai dasar untuk menolak H0, nilai statistik LM diperbandingkan dengan nilai kritis statistik chi square. Jika nilai LM statistik lebih besar dari nilai kritis statistik chi square, maka H0 ditolak, sehingga model yang digunakan adalah random effect.
Walaupun demikian, dasar untuk menentukan pemilihan model sebenarnya tidak hanya dengan uji statistik saja. Tetapi juga dapat diidentifikasi dengan beberapa guidance berikut (Judge, 1985) :
1. Jika T (banyaknya unit time series) besar, sedangkan N (jumlah unit cross section) kecil, maka hasil fixed effect dengan random effect tidak akan jauh berbeda, sehingga dapat dipilih pendekatan yang lebih mudah, yaitu fixed effect.
2. Jika N besar dan T kecil, hasil estimasi pendekatan fixed effect dengan random effect akan berbeda jauh. Jadi apabila diyakini bahwa unit cross section yang kita pilih dalam penelitian diambil secara acak, maka random effect yang lebih baik digunakan. Sebaliknya, jika diyakini bahwa unit cross section yang dipilih dalam penelitian tidak diambil secara acak, maka model fixed effect yang lebih baik digunakan.
3. Jika komponen error individual (εi) berkorelasi dengan variabel bebas X, parameter yang diperoleh dengan model fixed effect akan bias, sementara parameter yang diperoleh dengan model fixed effect tidak bias. Oleh karena itu model fixed effect lebih tepat untuk digunakan. Sebaliknya, jika εi dan variabel bebas X tidak berkorelasi maka model random effect yang lebih tepat untuk dipilih.
4. Jika N besar dan T kecil, dan jika asumsi yang mendasari model random effect dapat terpenuhi, maka model random effect lebih efisien untuk digunakan jika dibandingkan dengan model fixed effect.
3.3 Model Penelitian
Salah satu tahapan paling penting dalam penelitian ini adalah menentukan model umum yang akan digunakan dalam penelitian ini. Variabel-variabel dependent terpilih, akan dimasukkan ke dalam model umum ini. Untuk mendapatkan tujuan penelitian ini digunakan metode ekonometrika yaitu regresi linier berganda. Data yang digunakan untuk regresi adalah data panel, yang merupakan kombinasi antara data time series periode 1993-2008 dan data cross section 26 provinsi di Indonesia, dengan memasukkan kebijakan otonomi daerah sebagai variabel dummy.
Model yang akan digunakan dalam penelitian ini merupakan modifikasi dari model yang dikembangkan dalam penelitian empiris sebelumnya oleh Sarwedi (2002), Asiedu (2002), Aqeel & Nishat (2005), Firdaus (2006), Tsen
(2006), Udo & Obiora (2006) dan Vittorio & Ugo (2008). Spesifikasi model yang digunakan dalam penelitian ini dapat ditulis dalam bentuk persamaan sebagai berikut :
LOGPMALit = α0 + α1LOGPDRBRKit + α2LOGIHKit + α3LOGUPAHit + α4PENDIKit + α5JALANit + α6LogLISTRit + α7Dpelab + α8Dkrim + Dotda + ε
Dimana:
it
PMALit
periode t (dalam ribu US $).
= Jumlah PMA langsung di sektor manufaktur di provinsi i pada
PDRBRKit
periode t (dalam ribu rupiah)
= Produk domestik regional bruto perkapita di provinsi i pada
IHKit UPAH
= Index harga konsumen di provinsi i pada periode t. it
PENDIK
= Upah minimum di provinsi i pada periode t (dalam Rp/bulan). it
SLTA Terhadap total jumlah penduduk di provinsi i pada periode = Prosentase penduduk yang lulus sekolah paling rendah setingkat
t (dalam persen). JALANit
panjang jalan di provinsi i pada periode t (dalam persen). = Prosentase panjang jalan dalam kondisi baik terhadap total
LISTRit
(dalam KVA).
= Jumlah kapasitas listrik tersambung di provinsi i pada periode t
Dpelab
1 untuk Propinsi yang mempunyai pelabuhan kelas 1 atau yang = Dummy Pelabuhan
lebih baik.
0 untuk Propinsi yang mempunyai pelabuhan di bawah kelas 1 Dkrim
1 untuk Propinsi yang rawan = Index Kerawanan daerah
0 untuk Propinsi yang tidak rawan
Dotda = Variabel dummy, kebijakan otonomi daerah 1 untuk periode 2001-2008 0 untuk periode 1993-2000 α ε = Koefisien Regresi it = Error term
BAB IV. GAMBARAN UMUM INDUSTRI MANUFAKTUR DAN