!"#" " " "$% &" "$ %'$% ( ( ) # " " *"'" )')( "+" " $ ( ' (% )')(
,
!
" # # !
$ %$ & ' ! %() $ % *+, *
--!
. " $ (
" % $ % " / ! %() $ % *+ 00 *-* , ,
!" # $% &!
!"
# $% &$$ !'
( ) " $ * &$$+
," ,
&$$- &$$- ( (
. /) ) 0. /1 . / (
) )
. / ( 2 . / 02 .1
) ) 3 )
) ! . ) ) )
( 4 ) ' 4 ) ) ( . / (
' )
( 5 * ) . ) )
0*. 67 ,1 &$$ 3&$$ ' ) / 4
&$$ )
/ 0 8 /1 . / &$$ ' ) 4 ! 4 . /
&$$ ' * 9 *. 67 :3 &$$ ' 5 ) )
; 5 < &$$ ' 8)) ) 5 * 9
! " # $
#
# % &
'( # " ) ! )
*( + ! " %
)
,( - "
.( ) "
/(
-0( $ #
1( ! 2 ) 3
4
5( .. 4 "
6 4 7
)
8(
$ 9 *:''
4 "
! ! " #
$ % &
' ( )
# * )
+ , , , ,
%
-- . ! - $
$ - /
' - !*- 0
# - . * )
. "
$ , 1* ! - #
-&&&5 ))0 0
' ! , * .- ! '3
" &&35 ))& #'
# ' ! ! , . : . : .
! ,- *- 3$
-4- !*- , * .- ! " )))5 ))& '
!*- , * .- ! " )))5 ))& 3
$ 4- !*- , * 5 , "
))/5 ))& /
3 !*- , * 5 , "
))/5 ))& 0
, ! 2 ( ,- -. ! "
. . ! ! , ! 2
! 3
2 . !*- ! " 0
$ , 1* ! - 0
' 2 -. ! , * .- ! "
-! "# $%
& $$' ( " "
"((# ! ) *
!
+ ! , !
! !
- ! ! !
! !
- !
! !
&
. , / 00. $""
1 2 " "
! . & 1 .&1
3 $$' $$(
-4 ! )
- !
!""" !""' !"", !""-. !"")..
'
!""7 !""' !"", !""- !"")
(
0 !
!
00. $""
.
+ ?
4 !
1
7
" 9 4 !
F
9 4 !
F
4 6
2 !
7
" E 4 !
"$
2 # 8
" E !
! 4
!
E
+
5 E
!
7 * $
. !
! !
! 0 !
. 4 !
4 !
0 !
& ! $5$'"%$$$
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1 Tinjauan Teori
2.1.1 Teori Permintaan
!
" # $
%
& '
(
) *
+
)
(
, %
#
#
- (
#
(
! .
#
,
/ 0
#
1
2
( # 3
2.1.2 Teori Perdagangan Internasional
%
. /
#
# #
( # 3
+
-%
4 1
& 1
1
'
( # 3
2
' 1 '
'
'
1 '
( # 3
5 ) 4
/
Gambar 2.1 Harga Keseimbangan Relatif Komoditas Setelah Perdagangan Pada Analisis Keseimbangan Parsial
. Komoditi X Panel B
Hubungan Perdagangan Internasional dalam Komoditi X
3
( # 3 % '
' ( 4
( # 3
=
#
=
4
( # 3
2.1.3 Teori Nilai Tukar
>
! =
>
>
> ? ' )@@3
B
4 C
( # 3
>
= 0
5 ) )
( $ ? ' )@@3
Gambar 2.2 Hubungan Nilai Tukar Riil dengan Ekspor Bersih
2.1.4 Teori Ekspor
=
# (
NX ( Nilai Tukar Riil,
Ekspor Bersih NX
= '
A
!
? !
$
A
) 0
, (
- >
)@
2.1.5 Teori Pendapatan
5.
? ' )@@3 5.
$
& 5.
$
GDP = ∑ N T
. $ >1 D > 5.
5. $
GDP = W + OS + TSP
. $ < D
A( D ' 1( D
( 5.
)
2.2 Penelitian Terdahulu
),
# 1 1 C + =
!@ /- )@@!
)@@3 # 1 1 C +
= / @3
C ' )@ @
4 C #
4 4
& C &
#
4 C # 4
4 & C &C
(
4 C
" #
C C
C
5.
#
)-C
%
C %
C
%
C
4
C
0
0 5.
C 0 5.
( 0
5. (
C >
>
C
)!
C
C
C ( C
? C
2.3 Kerangka Pemikiran Operasional
C
#
(
(
%
C '
'
4 % C
.
' C
)/
C 0
C
. )@ &
# #
E +( + * 2
" C
+ E )@@
C
"
C C
C 5.
)3
# '
C
)B
Gambar 2.3 Kerangka Pemikiran Operasional
Keterangan$ D " #
%
%
0
%
%
> >
C
2
C
C =
C
)
2.4 Hipotesis
,@
! 5. +(F
( C
C (
C
/ % +(F8
C
C 3 "
C
C
Data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder yang digunakan pada penelitian ini berasal dari beberapa instansi yang
terkait dengan objek penelitian seperti Badan Pusat Statistik (BPS), Kementerian
Perdagangan Republik Indonesia (Kemendag RI), Kementerian Kelautan dan
Perikanan Republik Indonesia (KKP RI), Kementerian Perindustrian Republik
Indonesia, (UnComtrade), Bank Dunia (
), dan (IMF) serta studi kepustakaan melalui
pengumpulan data yang bersumber dari buku$buku dan literatur.
Jenis data yang digunakan untuk diolah adalah data deret waktu (
) berupa data tahunan dari tahun 1993 hingga 2008. Jenis data meliputi data
ekspor kepiting Indonesia, produksi kepiting Indonesia, nilai tukar rupiah
terhadap dollar, harga ekspor kepiting Indonesia, (GDP)
perkapita Amerika Serikat, jumlah penduduk Amerika Serikat, harga ekspor
kepiting Kanada dan variabel yaitu kondisi sebelum dan sesudah krisis.
! "
Metode analisis kuantitatif yang digunakan untuk melakukan analisis
faktor$faktor yang memengaruhi permintaan ekspor kepiting Indonesia adalah
regresi linear berganda dengan metode (OLS) atau metode
32
membuatnya menjadi satu metode analisis regresi yang paling kuat (powerful) dan
populer.
Analisis regresi merupakan studi yang menjelaskan dan mengevaluasi
hubungan antara satu peubah endogen dengan beberapa peubah eksogen, dengan
tujuan untuk mengestimasi atau meramalkan nilai peubah tak bebas didasarkan
pada nilai peubah bebas yang diketahui (Gujarati, 1997). Hubungan antara
peubah$peubah tersebut dapat dirumuskan dalam bentuk persamaan:
Yi = β0 + β1X1i + β2X2i + … + βpXpi + i i = 1, 2, 3, …, n (3.1)
Hubungan linear antara peubah endogen dan peubah eksogen
dinyatakan kuat atau tidak dapat diukur dari koefisien korelasi atau r. Melihat
besarnya pengaruh dari variabel eksogen terhadap perubahan endogen dapat
dilihat dari koefisien R2. Model dalam penelitian ini diduga dengan metode
kuadrat terkecil biasa (OLS). Data diolah dengan program ! #$ dan %
&' ())*.
Metode OLS yang digunakan juga memiliki kelemahan yaitu asumsi$
asumsi yang terdapat didalamnya harus terpenuhi. Apabila salah satu asumsi tidak
terpenuhi, maka akan timbul masalah normalitas, heteroskedastisitas,
33
OLS. Oleh karena itu diperlukan pengujian terhadap model tersebut. Asumsi$
asumsi yang harus dipenuhi jika menduga model dengan metode OLS adalah
(Gujarati, 1997) :
1. Normalitas, nilai rata$rata kesalahan pengganggu sama dengan nol, yaitu
E (ei) = 0, untuk i = 1, 2, 3, …. , n
2. Homoskedastisitas, varian (ej) = E (ej) + 2 ,sama untuk semua kesalahan
pengganggu.
3. Tidak ada autokorelasi antara kesalahan pengganggu, berarti kovarian (ei,
ej) = 0, dimana i ≠ j.
4. Variabel bebas X1, X2, …., Xk konstan dalam sampling yang terulang dan
bebas terhadap kesalahan pengganggu, E (Xi, ei) = 0.
5. Tidak ada kolinearitas ganda antara variabel bebas X.
Sifat yang akan dimiliki oleh estimator pada model regresi OLS dengan
memenuhi asumsi$asumsi di atas adalah BLUE. Ragam minimum (efisien) dan
konsisten serta berasal dari model yang linear. Selain itu, nilai estimasi dari
contoh (sampel) akan mendekati populasi.
# $ % $
Pada penelitian ini, untuk menganalisa faktor$faktor yang memengaruhi
permintaan ekspor kepiting Indonesia, dapat dilihat dari produksi kepiting
Indonesia, harga ekspor kepiting Indonesia, nilai tukar (Rp/US$), GDP perkapita
Amerika Serikat, jumlah penduduk Amerika Serikat, harga ekspor kepiting
Kanada dan krisis. Secara matematis faktor$faktor yang memengaruhi
34
EKSt = f ( PRK, ER, PE_t, Y_AS, Q_AS, PE_cd, D_k) (3.2)
LnEKSt = β0 + β1 lnPRK + β2 lnER + β3 lnPE_t + β4 lnY_AS+ β5 lnQ_AS + β6
lnPE_cd + β7 lnD_k + σt (3.3)
Dimana:
EKSt = Volume ekspor kepiting Indonesia (ton)
PRK = Produksi kepiting Indonesia (ton)
ER = Nilai tukar (Rp/US$)
PE_t = Harga ekspor kepiting Indonesia (US$/ton)
Y_AS = GDP perkapita Amerika Serikat (US$)
Q_AS = Jumlah penduduk Amerika Serikat (ribu jiwa)
PE_cd = Harga ekspor kepiting Kanada (US$/ton)
Dt = krisis
β 0 = Intersep
βi = Koefisien regresi ( i = 1,2,3,4,5 )
σt =
& $
Model analisis faktor$faktor yang memengaruhi permintaan ekspor
35
1. Volume ekspor kepiting Indonesia adalah total kepiting yang diekspor
dari Indonesia ke pasar internasional dan dinyatakan dalam satuan (ton).
2. Produksi kepiting Indonesia adalah total dari penjumlahan produksi
kepiting Indonesia dari hasil perairan tangkap kepiting di laut dan
budidaya tambak dan dinyatakan dalam satuan (ton).
3. Harga ekspor kepiting Indonesia adalah harga ekspor kepiting yang
merupakan hasil pembagian antara nilai ekspor kepiting Indonesia
dengan volume ekspor kepiting Indonesia pada setiap periode, kemudian
harga tersebut dideflasikan dengan Indeks Umum Indonesia tahun dasar
(2005=100) sektor ekspor dinyatakan dalam (US$/ton).
4. Jumlah penduduk Amerika Serikat merupakan jumlah penduduk Amerika
Serikat tiap tahun dalam satuan (ribu jiwa).
5. GDP perkapita Amerika Serikat merupakan pendapatan perkapita berlaku
di Amerika Serikat yang dideflasikan dengan indeks umum Amerika
Serikat tahun dasar (2005=100), dinyatakan dalam satuan (US$).
6. Harga ekspor kepiting Kanada adalah harga ekspor kepiting yang
merupakan hasil pembagian antara nilai ekspor kepiting Kanada dengan
volume ekspor kepiting Kanada pada setiap tahun, kemudian harga
tersebut dideflasikan dengan Indeks Umum Kanada tahun dasar
(2005=100) sektor ekspor dinyatakan dalam (US$/Ton).
7. Nilai tukar yaitu nilai tukar rupiah terhadap dollar Amerika Serikat yang
merupakan rata$rata nilai tukar nominal rupiah terhadap dollar Amerika
36
dasar (2005=100) dan dinyatakan dalam satuan Rupiah per Dollar
Amerika (Rp/US$).
8. yang digunakan adalah beberapa kondisi perekonomian
Indonesia. Nilai 0 untuk masa sebelum krisis dan nilai 1 untuk kondisi
setelah krisis.
' () %
Ada beberapa yang dapat digunakan untuk menentukan bahwa model
yang dihasilkan adalah baik. Pada umumnya digunakan tiga kriteria kesesuaian
model sebagai berikut:
% #
Uji statistik digunakan untuk menguji apakah variabel independen yang
digunakan berpengaruh nyata atau tidak terhadap variabel dependennya. Ada dua
kriteria uji statistik$F dan uji statistik$t. Uji F digunakan untuk menguji bagaimana
pengaruh seluruh variabel independen secara bersama$sama berpengaruh terhadap
variabel dependen. Selain itu, uji F ini juga untuk mengetahui apakah model
penduga yang diajukan sudah layak untuk penduga parameter yang ada dalam
model. Langkah$langkah analisis dalam pengujian tersebut adalah sebagai berikut:
a. Perumusan Hipotesis :
H0 : β1 = β2 = … = βt = 0 dimana t = 1, 2, …, n
H1 : Minimal ada satu βt yang tidak sama dengan 0.
b.
F
hit=
/
37
Dimana : R2 = Koefisien determinasi
k = Jumlah variabel eksogen pada model
n = Jumlah pengamatan
= Taraf nyata
i = 1, 2, 3, …, k
c. Penentuan penerimaan atau penolakan H0
Fhit < F (k)(n$k$1) = Terima H0
Fhit > F (k)(n$k$1) = Tolak H0
d. Apabila keputusan yang diperoleh adalah tolak H0 maka dapat
disimpulkan bahwa variabel independen secara bersama$sama berpengaruh nyata
terhadap variabel dependennya. Jika sebaliknya yaitu terima H0 maka variabel
independennya secara bersama$sama tidak berpengaruh nyata terhadap variabel
dependennya
.
Untuk pengujian hipotesis dari koefisien masing$masing peubah bebas
dilakukan dengan uji$t. Nilai t$hitung digunakan untuk menguji apakah koefisien
regresi dari masing$masing variabel independen berpengaruh nyata atau tidak
terhadap variabel dependennya. Langkah$langkah analisis dalam pengujian
hipotesis terhadap koefisien regresi adalah:
a. Perumusan Hipotesis :
H0 : β1 = β2 = … = βt = 0, dimana t = 1, 2, …, n
H1 : βt < 0 atau βt > 0
Dari hipotesis tersebut dapat dilihat arti dari pengujian yang dilakukan,
38
(koefisien regresi populasi), apakah sama dengan nol, yang berarti variabel
eksogen tidak mempunyai pengaruh signifikan terhadap variabel endogen, atau
tidak sama dengan nol, berarti variabel eksogen mempunyai pengaruh signifikan
terhadap variabel endogen.
b. Penentuan nilai kritis
Nilai kritis dapat ditentukan dengan menggunakan tabel distribusi normal
dengan memperhatikan tingkat signifikansi ( ) dan banyaknya sampel (n) yang
digunakan.
c. Statistik uji yang digunakan dalam uji$t adalah :
t
hit=
k = Jumlah variabel independen tanpa konstanta
e. Apabila keputusan yang diperoleh adalah tolak H0 maka nilai
koefisien βi tidak sama dengan nol yang menunjukkan bahwa βi adalah nyata atau
berpengaruh terhadap variabel dependennya.
Koefisien determinasi atau R2 digunakan untuk melihat sejauh mana
39
terjadi pada variabel tak bebasnya. Nilai R2 berkisar antara 0 sampai dengan 1.
Nilai R2 bernilai 1 maka regresi menjelaskan 100 persen variasi dalam Y. Nilai R2
yang 0 maka regresi tidak menjelaskan variabel dalam Y. Nilai R2 yang besar
menunjukkan bahwa model yang didapat semakin baik. Nilai R2 dapat dihitung
dengan persamaan :
R
2=
!
% () # #
Pengujian dengan menggunakan kriteria ekonometrika didasarkan pada
pelanggaran asumsi yang digunakan dalam metode OLS. Hal yang dapat dilihat
antara lain adalah autokorelasi, heteroskedastisitas, multikolinearitas, dan
normalitas. Autokorelasi adalah korelasi antara anggota serangkaian observasi
yang diurutkan menurut waktu atau ruang. Pengujian autokorelasi digunakan
untuk mengatasi apakah pada suatu persamaan bersifat independen atau
dependen. Uji ada tidaknya autokorelasi yang paling banyak digunakan adalah uji
! + (Uji DW).
DW =
∑ # #$ #%
∑$#%& #
Nilai hitung statistik$d dibandingkan dengan nilai d$tabel, yaitu dengan
batas bawah (dL) dan batas atas (dU). Hasil perbandingan akan menghasilkan
kesimpulan sebagai berikut :
1. Jika d < dL, berarti ada autokorelasi positif.
40
3. Jika dL < d < 4$dU, berarti tidak terjadi autokorelasi positif maupun
negatif.
4. Jika dL ≤ d ≤ dU atau 4$dU ≤ d ≤ 4$dL, berarti tidak dapat
disimpulkan.
Heteroskedastisitas merupakan kondisi yang melanggar asumsi dari
regresi linear klasik. Heteroskedastisitas menunjukkan nilai varian dari variabel
bebas yang berbeda, sedangkan asumsi yang dipenuhi adalah mempunyai varian
yang sama (konstan) atau homoskedastisitas (Gujarati, 1997). Jika semua variabel
independen signifikan secara statistik, maka dalam model tersebut terdapat
masalah heteroskedastisitas.
Salah satu cara yang dapat dilakukan untuk menghilangkan
heteroskedastisitas dalam model regresi adalah dengan mentransformasikan
variabel menjadi ,. Apabila nilai -+. lebih besar dari taraf nyata maka tidak
terjadi pelanggaran asumsi ini. Pengujian masalah heteroskedastisitas dilakukan
dengan menggunakan uji . Uji dilakukan dengan membuat model
regresi yang melibatkan nilai logaritma residual kuadrat (log e2), sebagai variabel
tak bebas terhadap semua variabel bebas.
Multikolinearitas dapat menyebabkan adanya pelanggaran terhadap
asumsi OLS. Jika dalam suatu model terdapat multikolinearitas, maka akan
diperoleh ! /0+ yang tinggi tetapi tidak ada koefisien variabel
dugaan yang signifikan. Multikolinearitas dapat diuji keberadaannya dengan
melihat '. Multikolinearitas dideteksi dengan melihat koefisien
41
maka dapat disimpulkan bahwa tidak ada multikolinearitas (Gujarati, 1997). Cara
lain yang biasa digunakan adalah dengan faktor inflasi ragam (4 1
) atau VIF. Apabila nilai VIF < 10, maka tidak ada masalah
multikolinearitas.
Ada banyak cara untuk menanggulangi masalah multikolinearitas seperti
(1) mengeluarkan satu atau lebih variabel yang memiliki nilai korelasi sederhana
yang relatif tinggi (misalnya > |0,8|), (2) menambah data pengamatan, (3)
melakukan transformasi variabel yaitu menganalisa ulang model regresi yang
sama, tetapi dengan variabel$variabel yang telah ditransformasikan, sehingga
diharapkan multikolinearitas dapat diatasi. Cara lainnya dengan menggunakan
regresi gulud ( , , ), regresi kuadrat terkecil parsial (
-), dan regresi komponen utama (- - - , ).
Uji normalitas dilakukan untuk memeriksa mendekati
distribusi normal. Uji ini dilakukan jika jumlah sampel yang digunakan kurang
dari 30 (n < 30). Uji 5 , .+ . dapat digunakan untuk melihat
kenormalitas suatu model. Hipotesis pengujiannya adalah:
H0 : = 0, terdistribusi normal
H1 : ≠ 0, tidak terdistribusi normal
wilayah kritis penolakan H0 adalah probabilitas < , sedangkan daerah
penerimaan H0 adalah probabilitas > . Jika H0 ditolak maka disimpulkan
tidak terdistribusi normal, sedangkan jika H0 diterima maka disimpulkan
42
% #
Kriteria ekonomi akan menguji tanda dan besaran dari tiap koefisien
dugaan yang telah diperoleh. Kriteria ekonomi mensyaratkan tanda dan besaran
yang terdapat pada tiap koefisien dugaan sesuai dengan teori ekonomi. Apabila
model tersebut memenuhi kriteria ekonomi, maka model tersebut dapat dikatakan
baik secara ekonomi.
* % $
Koutsoyiannis dalam Chintia (2008) menyatakan bahwa untuk melihat
derajat kepekaan variabel dependen pada suatu persamaan terhadap perubahan
variabel independen dapat digunakan nilai elastisitasnya. Nilai elastisitas
diperoleh dari perhitungan sebagai berikut :
Elastisitas +,/, / +-/- = ./
0 = elastisitas
Dimana :
Y = rata$rata nilai variabel Y
43
Kriteria uji :
1. Apabila nilai elastisitas lebih besar dari satu (E > 1) dikatakan elastis
(responsif), karena perubahan satu persen variabel independen
mengakibatkan perubahan variabel dependen lebih dari satu persen.
2. Apabila nilai elastisitas antara nol dan satu (0 < E < 1) dikatakan inelastis
(kurang responsif), karena perubahan satu persen variabel independen akan
mengakibatkan perubahan satu persen variabel independen akan
mengakibatkan perubahan variabel dependen kurang dari satu persen.
3. Apabila nilai elastisitas sama dengan nol (E = 0) dikatakan inelastis
sempurna, karena perubahan satu persen variabel independen tidak membawa
perubahan terhadap variabel dependen.
4. Apabila nilai elastisitas tak terhingga (E = ~) dikatakan elastis sempurna,
karena perubahan satu persen variabel independen menyebabkan perubahan
yang tidak terbatas.
5. Apabila nilai elastisitas sama dengan satu (E = 1) dikatakan elastis.
+ ! % $ (
Joliffe (1986) menjelaskan regresi komponen utama (RKU) atau nama
lainnya - - 0 , sebagai salah satu metode yang sering
digunakan untuk mengatasi masalah multikolinearitas. Pendugaan dengan regresi
komponen utama akan menghasilkan nilai dugaan yang memiliki tingkat ketelitian
yang lebih tinggi, dengan jumlah kuadrat sisaan yang lebih kecil dibandingkan
44
Analisis komponen utama pada dasarnya mentransformasi peubah$
peubah bebas yang berkorelasi menjadi peubah$peubah yang baru yang
orthogonal dan tidak berkorelasi. Analisis ini bertujuan untuk menyederhanakan
peubah$peubah yang diamati dengan cara mereduksi dimensinya. Hal ini
dilakukan dengan menghilangkan korelasi diantara peubah melalui transformasi
peubah asal ke peubah baru (komponen utama) yang tidak berkorelasi.
Perumusan model dengan analisis regresi komponen utama memiliki
beberapa tahapan. Tahapan$tahapannya adalah sebagai berikut :
(1). Membakukan peubah bebas asal yaitu X menjadi Z
(2). Mencari akar ciri dan vektor ciri dari matriks R
(3). Menentukan persamaan komponen utama dari vektor ciri
(4). Meregresikan variabel Y terhadap skor komponen utama W
! !"
! " #$$%& '
( ' (
% # " &
" &
"#$$)&
* +
! ,
+
-" . & / " 0 & " & ,
%6
,
" & 4556
.
1
! "
1 & ! " & " & 7 "
&
% 4
%8
# $ ( )% ) * " % %! ! + # *% ,,-.(//0
*% )% ) * 12 3 *% )% ) * 12 3
#$$6 9$5 #84 4559 %85 6)4
#$$8 9:6 99# 455% %8$ 8##
#$$$ 9$9 #$) 455: :#4 :4%
4555 9$5#84 455) )#4 :95
455# %98 5#5 4556 )## 88$
4554 %:8 #56 4558 )#9 #6:
4558
* *
;
3
<
*
( ( # "!% !"
0
*
:5
+ #$$% #$$8
"
>
#$$5
(
4559 !
( '
, 0
% 9
0 (
( (
(
( 1 >
:)
* "! ,&
45#4
* ,
(
0
" & (
" 45##& (
'
3 (
" 45##&
"7+ &
:6
% 8
# $ 0 # % $ * !%!% !
*% (///.(//0
*% " $ !%!% 1 #% ; 3 " $ 1 83
4555 484 #64 555 9$ 68% $8
455# 48: 584 555 9$ :$4 $$
4554 486 85% 555 9$ $:5 94
4559 4$5 94) 555 %5 :%8 8:
455% 4$9 5%) 555 %# )6) 4)
455: 4$: 6:9 555 %4 :9% %8
455) 4$8 :$9 555 %9 4)6 )8
4556 95# :85 555 %9 $#6 #9
4558 95% 96: 555 %4 845 8%
! " # " $
!
" , " ,
#
$
! "
% #
!
% &
'( ! ) * +
,
*-85
+ 12
$ @
3
@ $ $ #"
# / $ #" # "
# A 5 +*5 > * #
@ & B +5
&
&
+ % 12 $
$ %
& 3 *
?
C " ' 5 +(5 *
@
88
"
3 $ # " $
!
,
) A ) , @
?
@
#
5 967 +
5 967
@ +
,
87
M
,
)
3 % & 4 " ! & ! $ "
!
, @
#
5 6. , @
+
5 6. #
/
8.
,
&
' L$"N
@ +
' L$"N ,
' L$"N
)
@
3 + " # " $
#
,
@
/
5 **7
+
5 **7 )
8-+
#
#
3 3 78 9 "
? !
" , @
! "
/ !
?
! 3
!
,
!
! 85
" , "
&
75
, @ ! "
+ *88 ! "
+
+ *88
@ +
! " ,
"
3 : ! $ $
? "
, @
"
/
?
3
#
, @ "
( 859
7(
!
3 . #
, @
)
? @
5 (5*
5 (5*
!
5 (5*
5 (5*
#
3
&
79
# ' 2 ' 2 1 $ " # " $
!
#
" ' L$"N
#
# &
# + . /0
&
@
!
!
76
!
!
" @
" # ;
! #
&
#
%
! % &
,
0
#
&
7*
!
#
' L$"N ! ?
#
! "# $% &'
( (
!
( (!
" '
" ' !
! )
!
**
! +
!
( (
! )
( ! +
, , - , !
, .
+ "/ 0122'
( (
!
3 !
( (
!
888888888888888888888 ( $
888888888888888888888 $ " )$
" : *
" "
& % &
(
& % &
& (
& % &
" "
" " ! ! " " ! ! "
" " "
! "" " ! " ! " " ! " "
! ! "! !
" " !" !
" " ! ! ! "
! !"# !# ! $ $!"# " !!! %# !% !
$ $ % #% # " " "! #" " " !!! #% %%$ $ !
$ ! ""% # $ $"!# " "% !!! "#" $ $ !
$% # #! !$% % # $ " $ !!! # % !!$ " !
% ! $%$ % $ "#$ #! $ $ # "%" % !!! %# " $" "
! "" !% # "# $%$$ % "# "% $ !!! # " " ! %
! $! ! ! % ! #$ % !% #$ "% !$! !!! %# % "$ $!"
"!!! " $ ! %$"# # % % $# " " %" !!! #$$% " !$
"!! % !" # !#$ ! "# " ! " !!! %#%"$ "
"!!" "" "! "% ! #% !#! $ !# " " % !$ !!! %# !!%%
"!! " !$ % %$ $%$# # $! $ # " ! " !!! #% !$ $ !
"!!$ "! ! "" %! #%$ %# !"! $ % #" " !$ !!! #! " ""
"!! " $%% % !# %#!$ $" $#$ " % !!! %# ! % $ %
"!! % ! " $"#%% # %" " $ " %# " !!! #
"!!% " ! " "%" ! ! # " $ %# ! ! !!! # $ !
& ' ( ) *
#% " "$ # % #%% "# "% !#$$ # % "#!"" % !
$ # #!%%$ $ #% % "#$%!! $ !#$ # $ "#" " " !
#%% ! # % #% "#%" ! $ !#$% !$ #$!!! "# ! " !
# ! $" #! " #%" "# % !#$ ! #$ "# "$ $ !
% # !" # ! % # " $ "# %""" !# % #$" % "#!
#" #" " # $ ! "# ! !# $$ #$ # $ %
#" !$" # !$ #" $$ "# ! !# % #$$ % "#! $ "
"!!! #$" # $ # %! $ "# $ !# "$ #$ ! "#"$ !
"!! # " # %! #$%$ $ "# ! !" !# $ #$ " "#!$ $
"!!" # " # % $ #"% "# ! $" !# #$%%% "#! $%!
"!! # !% #% " # $ "# "! " !# !" #$ "# %
"!!$ # $% $ !#! $ # % # ! !# % #$ $ "#"!
"!! # ! $ !#! % # ! " # ! !# !% # ! !$ # "$
"!! #% " !#"%$$ #!" # %! !# % # $ # % $!%
"!!% # % "% !# # $ # !# !! # "$ "# ! "
!
" # $ %&'( $ ' % )* + '% , * $ ' %- ) . $ '%& /. 0 + ' 1. 0 $ ' %& ) .2 $ ' , 3 .
) 2 4 5 0 4 5 )
4 $%&'( %,' $ ' (
'-)* $ ' %- ' ((, $ ' '((
* '% 3(( ' (, %' ' %
) . $ ' %-% ' ( $ '% ' -&
/. 0 $ '%&% '-% $ ' , '- &
1. 0 ' %' ( ' 3
'-) .2 $ ' %& & ' % $ '& '
-. $ ' , -( ' ,,,3 $ '( '&(
0 # ' - -(%, *60! # , '(7 *60! 8 9 # &(' 7
: 5 ; 2
0 2 < 00 0 < )
* ' % & ' &(3
%'-* ' & '
(
& ) " ) " $) " @
$ ', , & $ ' & ( '% % & $ ',3-&& $ ', ( $ '-- - $ ', 3
$ '&,&-- $ '% ,(( ' ( 3, $ '&,& $ '-%-,( ' 33 % $ ', 3
$ ' (3%, $ '% , ' & 3 $ '% 3 ( $ ' 3 %'3%(&% $ ', 3
$ '& %-3 $ '& ( 3 ' -33 $ ' $ '(3%%& ' - $ ', 3
$ '- $ ',%,,- ' 3 % $ ' 3%-( $ ' , $ ',,%% '33( %
$ ' % 33 %' (- 3 ' && % $ '- &% $ '- ,,, $ '3--3- '33( %
$ '&3 & ', 3 $ '- $ ' - -% $ '%-,% $ ' ,33 '33( %
$ '& - '( -(- $ '- ' ,3% $ ' %%% '(& , '33( %
$ ' & % '&--3 '&- ' %3%, ' & $ '& % % '33( %
'-(% ',&&3 ' - 3 '%&( 3 '& --% $ '&, ( '33( %
'%%33 '% ((3 $ '%3 , '-% &( '3-(3 '--- % '33( %
' (( '%3,-3 $ ' & 3 ' - % ' &,,3 ', %-% '33( %
' 3 '& %&( $ ' ,-, ' &% '(% ( $ ',- 3 '33( %
'% $ '%-&-- $ '& 33 '%-(&& ' %( $ &-&&& '33( %
'3 $ '&3& $ '%%3 , '-& % '& % - ' -&-3 '33( %