Pengaruh Kebijakan Moneter, PDB, dan FDI Terhadap Nilai Ekspor Indonesia
C. Teknik Analisis Data 1 Pengujian Asumsi Klasik
Sebelum pengujian hipotesis dilakukan, harus terlebih dahulu melalui uji asumsi klasik. Pengujian ini dilakukan untuk memperoleh parameter yang valid dan handal. Pengujian asumsi klasik terdiri dari uji Normalitas, uji Multikolinearitas, uji Autokorelasi dan uji Heteroskedastisitas.
a) Uji Normalitas
Uji asumsi ini akan menguji data variabel bebas (X) dan data variabel terikat (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi normal atau berdistribusi tidak normal. Persamaan regresi dikatakan baik jika mempunyai data variabel bebas dan data variabel terikat berdistribusi mendekati normal atau normal sama sekali.
Uji normalitas dapat dilakukan dengan cara
grafik histogram dan normal probability plots. Cara
grafik histogram cukup dengan membandingkan
antara data riil/nyata dengan garis kurva yang terbentuk, apakah mendekati normal atau memang normal sama sekali. Jika data riil membentuk garis kurva cenderung tidak simetri terhadap mean maka dapat dikatakan data berdistribusi tidak normal, dan sebaliknya. Sementara cara normal probability plots
lebih handal daripada cara grafik histogram karena
cara ini membandingkan data riil dengan data distribusi normal (otomatis oleh computer) secara kumulatif. Suatu data dikatakan berdistribusi normal jika garis data riil mengikuti garis diagonal.
b) Uji Multikolinearitas
Salah satu asumsi dalam metode kuadrat terkecil adalah tidak adanya hubungan linear antara variable independent. Jika hal ini terjadi, maka dikatakan bahwa data mengalami multikolinearitas. Indikasi awal data yang mengalami multikolinearitas yaitu apabila model memiliki standard error yang besar dan nilai statistic t yang rendah. Ada beberapa metode yang digunakan untuk mendeteksi multikolinearitas dalam suatu model regresi. Salah satu ciri persamaan regresi yang mengalami masalah multikolinearitas adalah nilai R2 yang tinggi namun memiliki sedikit variable independent yang mempengaruhi variable dependent
secara signifikan. Metode yang digunakan untuk
mendeteksi multikolinearitas dalam penelitian ini adalah tolerance Variance Inflactor Factor (VIF).
Batas tolerance value di bawah 0.1 dan VIF adalah 10. Oleh karena itu jika nilai tolerance value 0.1 atau VIF di atas 10 maka data dikatakan mengalami multikolinearitas.
c) Autokorelasi
Autokorelasi merupakan korelasi yang terjadi antara anggota observasi yang terletak berderetan secara seri dalam bentuk waktu (jika data yang digunakan adalah data time series) atau korelasi empat variabel yang berdekatan (jika data yang digunakan
adalah data cross sectional). Uji AutoKorelasi
penelitian ini menggunakan uji LM test untuk mengetahui ada tidaknya autokorelasi. Karena jumlah data besar sebanyak 6484 Dasar pengambilan keputusan jika nilai residual di regresikan dengan variable dependent lagi residual p_valuenya lebih kecil dari 0.05 berarti ada masalah autokorelasi dan jika nilai p_valuenya lebih besar dari 0.05 maka berarti tidak ada masalah autokorelasi. Autokorelasi juga dapat ditentukan dengan menggunakan uji Durbin- Watson (DW), dengan ketentuan sebagai berikut:
- Terjadi autokorelasi positif jika nilai DW lebih kecil -2 (DW < -2)
- Tidak terjadi autokorelasi jika nilai DW berada diantara -2 dan +2 (-2<DW<+2)
- Terjadi autokorelasi negatif jika nilai DW
lebih besar +2 (DW > +2)
d) Uji Heteroskedastisitas
Heteroskedastisitas merupakan varian variabel dalam model yang tak sama (konstan). Menurut Widarjono (2005), salah satu metode paling cepat yang bisa digunakan dalam mendeteksi masalah heteroskedastisitas adalah dengan mendeteksi pola
residual melalui sebuah grafik. Jika variabel memiliki
varian yang sama (homoskedastisitas) maka kita tidak mempunyai pola yang pasti dari residual. Sebaliknya jika residual memiliki sifat heteroskedastisitas, maka residual akan menunjukkan pola tertentu. Metode lain yang dapat digunakan untuk mendeteksi heteroskedastisitas adalah metode Glejser. Yaitu dengan cara meregresikan semua variabel independen dengan variabel dependen absolut residual dan dari hasil tersebut semua variabel harus memiliki nilai p-value yang lebih besar dari 0.05 untuk dapat dikatakan bahwa model tidak memiliki masalah heteroskedastisitas.
2. Uji-t
Asumsi yang dipakai adalah apabila signifikansi t lebih besar dari tingkat alpha (α) yang ditetapkan, maka
variable independent tersebut tidak berpengaruh
terhadap variable dependent atau hipotesis yang diajukan tidak didukung oleh data. Tetapi sebaliknya apabila nilai sig t lebih kecil dari tingkat alpha yang digunakan maka data mendukung hipotesis penelitian. Penelitian akan menggunakan level of significance (α) = 5%, hal ini didasarkan pada penelitian-penelitian sebelumnya yang sejenis.
3. Melakukan Uji-f
Asumsi yang dipakai adalah, apabila Fhitung <
Ftabel, maka variable independent tersebut secara
simultan tidak berpengaruh terhadap variable
dependent atau hipotesis yang diajukan tidak didukung oleh data. Tetapi sebaliknya apabila nilai Fhitung > Ftabel, maka variable independent tersebut secara
simultan berpengaruh signifikan terhadap variable dependent atau data mendukung hipotesis penelitian.
HASIL
Dari hasil perhitungan dengan diperoleh hasil sebagai berikut: Dependent Variable: Y
Method: Least Squares Date: 10/11/2012 Time: 17:14
Sample: 1990 2010 Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 66.09852 12.00486 5.505982 0.0001
X1 0.034710 0.271869 0.127673 0.9002
X2 0.010919 0.001569 6.958415 0.0000
X3 0.002374 0.000443 5.358234 0.0001
R-squared 0.876600 Mean dependent var 176.0456
Adjusted R-squared 0.850158 S.D. dependent var 46.71431
S.E. of regression 18.08287 Akaike info criterion 8.820937
Sum squared resid 4577.861 Schwarz criterion 9.018797
Log likelihood -75.38843 F-statistic 33.15085
Durbin-Watson stat 2.606016 Prob(F-statistic) 0.000001
Estimation Command: ===================== LS Y C X1 X2 X3 Estimation Equation: ===================== Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 Substituted Coefficients: ===================== Y = 66.09851983 + 0.03471020858*X1 + 0.01091862389*X2 + 0.002373968281*X3 R2 = 0,88 Pembahasan
Berdasarkan hasil regresi persamaan ECM, nilai tukar
berpengaruh positif dan signifikan terhadap nilai
ekspor Indonesia dalam jangka pendek. Jadi, semakin terdepresiasi nilai tukar, maka nilai ekspor Indonesiaakan meningkat dan memiliki pengaruh yang bermakna. Hasil penelitian ini sesuai dengan penelitian terdahulu yang dilakukan oleh Komang dan Luh Gede (2011), bahwa nilai tukar berpengaruh positif dan
signifikan terhadap nilai ekspor.Kurs memainkan peranan penting dalam keputusan-keputusan pembelanjaan, karena kurs memungkinkan kita menerjemahkan harga-harga dari berbagai negara ke dalam satu bahasa yang sama. Bila semua kondisi lainnya tetap, apabila mata uang dalam negeri terdepresiasi menyebabkan harga ekspor lebih murah
sehingga permintaan barang ke luar negeri meningkat. Hal ini sesuai dengan pendekatan kurva J. Kurva J adalah kurva yang menggambarkan hubungan antara nilai tukar riil dengan neraca perdagangan dalam jangka waktu pendek dan panjang.Pada kurva J dinyatakan asumsi bahwa depresiasi nilai tukar akan memperbaiki kondisi neraca perdagangan suatu negara pada jangka panjang.Sebelum melakukan pendekatan dengan kurva J, syarat utama harus tercapai terlebih dahulu yaitu berada dalam kondisi Marshall-Lerner. Kondisi Marshall-Lerner merupakan suatu kondisi dimana jumlah elastisitas impor dan ekspor terhadap nilai tukar riil lebih dari 1atau elastis (Krugman, 1994).
1. Inflasi (INF)
Hasil regresi persamaan ECM, inflasi berpengaruh positif, namun tidak signifikan terhadap nilai ekspor
Indonesia dalam jangka pendek.Jadi semakin tinggi
inflasi, maka nilai eksporakan semakin meningkat,
namun pengaruhnya tidak bermakna. Penalaran
pengaruh positif inflasi terhadap ekspor dan impor
terjadi karena pada saat kenaikkan harga barang- barang yang akan diekspor maka mata uang domestik cenderung terdepresiasi sehingga harga barang-barang untuk diekspor cenderung lebih murah, namun hal ini membutuhkan beberapa persyaratan yang harus dipenuhi yaitu (1) biaya-biaya input untuk memproduksi barang-barang tersebut memiliki proporsi impor yang rendah atau input produksi diperoleh dari dalam negri dan sedikit yang diperoleh dari impor, (2) saat terjadi goncangan nilai tukar
karena inflasi maka perusahaan-perusahaan memiliki
armada pemasaran dan penjualan yang baik (KOMPASIANA, 2012).
2. Produk Domestik Bruto (PDB)
Hasil regresi persamaan ECM, PDB berpengaruh
positif dansignifikan terhadap nilai eskpor Indonesia
dalam jangka pendek.Jadi semakin tinggi PDB, maka nilai ekspor Indonesiaakan semakin meningkat dan memiliki pengaruh yang bermakna.Hasil penelitian ini sesuai dengan penelitian terdahulu yang dilakukan olehMuhammad Tariq Majeed dan Eatzaz Ahmad (2006). Peningkatan dari PDB menciptakan lingkungan untuk keputusan investasi dan menambah perputaran
modal untuk meningkatkan produktifitas barang dan jasa. Pada akhirnya peningkatan produktifitas ini akan
mendorong peningkatan nilai ekspor. Hasil penelitian ini juga sesuai dengan teori klasik yang dikemukakan oleh Adam Smith. Dikemukakan bahwa, kemakmuran
suatu negara ditentukan oleh besarnya PDB dan sumbangan perdagangan luar negeri terhadap pembentukan PDB negara tersebut. Dengan tingginya income, employmentdan devisa, maka akan mendorong peningkatan impor produk yang belum mencukupi, atau belum diproduksi di dalam negeri. Meningkatnya impor tentu akan diiringi dengan peningkatan transfer
teknologi, penanaman modal, dandemonstrations
effect yang positif, seperti manajemen pemasaran dan lain-lain. Jika hal ini terjadi, maka monopoli dalam negeri akan menurun, sedangkan persaingan akan meningkat sehingga mendorong peningkatan
produktifitas dan efisiensi. Bila produktifitas dan efisisensi meningkat, maka harga barang menjadi lebih
murah dan kualitas serta pelayanan akan lebih baik. Dengan demikian daya saing produk dalam negeri akan meningkat. Ini menjadikan akses ke pasar luar negeri akan semakin besar, sehingga dapat meningkatkan peluang ekspor.
3. Foreign Direct Investment (FDI)
Hasil regresi persamaan ECM,FDI berpengaruh positif
dan signifikan terhadap nilai ekspor Indonesia dalam
jangka pendek.Jadi semakin tinggi FDI, maka nilai ekspor Indonesiaakan semakin meningkat dan memiliki pengaruh yang bermakna.Hasil penelitian ini sesuai dengan penelitian terdahulu yang dilakukan olehMarco Fugazza (2004). Penanaman modal asing merupakan suatu usaha yang dilakukan oleh pihak asing dalam rangka menanamkan modalnya disuatu negara dengan tujuan untuk mendapatkan laba melalui penciptaan suatu produksi atau jasa. Dengan banyaknya FDI maka semakin besar dana investasi dalam negeri masuk sehingga akan meningkatkan
produktifitas ekspor di Indonesia.
SIMPULAN
Berdasarkan penelitian yang dilakukan maka diper- oleh simpulan bahwa sebesar 88% volume ekspor Indonesia mampu dijelaskan oleh variabel harga minyak dunia, nilai tukar rupiah terhadap dolar AS
dan Foreign Direct Investment sedangkan sisanya
sebesar 12% dijelaskan variabel lain di luar model. Berdasarkan uji t-statistik diperoleh nilai t-tabel = 1,761 sedangkan nilai t-statistik untuk harga minyak dunia = 0,12, nilai tukar rupiah terhadap dolar AS = 6,96 dan Foreign Direct Investment = 5,36. Hal ini membuktikan bahwa secara parsial harga minyak
dunia tidak memiliki pengaruh terhadap volume ekspor Indonesia, sedangkan nilai tukar rupiah
terhadap dolar AS dan Foreign Direct Investment
secara parsial signifikan mempengaruhi volume ekspor.
DAFTAR PUSTAKA
Agung, Juda. 2011. Dibalik Kenaikan BI Rate. (Madani-ri.com)
Badan Perencanaan Pembangunan Nasional. 2013.
Perkembangan Ekonomi Makro. (www.
bappenas.go.id)
Fugazza, Marco 2004. Export Performance and Its
Determinants : Supply and Demand Constraints.
New York and Geneva
Majeed, Muhammad tari dan Eatzaz Ahmad.2006. Determinants of Exports in Developing
Countries. The Pakistan Development Review
Pramana, Komang Amelia Sri dan Luh Gede Meydianawathi. 2011. Variabel-variabel yang Mempengaruhi Ekspor Nonmigas Indonesia ke Amerika Serikat.
Vernon. R. 1966. International Investment and
International Trade in Product Cycle. The
quarterly Journals of Economics. Sarwedi. 2010. Analisis Determinan Penawaran Barang Ekspor di Indonesia.
Taylor, J.B. 1995. The Monetary Transmission
Mechanism : An Empirical Framework. Journal Of Economics Perspective.