BAB III
METODE PENELITIAN A. Jenis Dan Sumber Data
Dalam penelitian ini penulis menjadikan ekspor Kelapa Sawit sebagai variable terikat atau variable dependen karena pada ekspor nonmigas komoditas perkebunan Kelapa Sawit memiliki kontribusi yang besar. Variable bebas atau variable independen yang digunakan adalah harga, Nilai Tukar, dan GDP per kapita. Penelitian yang dilakukan bersifat kuantitatif. Dalam penelitian pada skripsi ini saya menggunakan metode analisis regresi berganda.
Data yang digunakan dalam penelitian ini adalah data sekunder dengan menggunakan data time series. Dalam penelitian ini menggunakan data time series selama 25 tahun (t=25) yaitu dari tahun 1996 sampai tahun 2020. Data tersebut meliputi variabel yang ada di dalam skripsi ini yaitu data Ekspor Minyak Kelapa Sawit (CPO), Harga Minyak Kelapa Sawit, Nilai Tukar di India, GDP percapita India. Data yang akan coba di teliti bersumber dari : Badan Pusat Statiska (BPS), Direktorat Jendral Perkebunan (Ditjenbun), World Bank. Kemudian data tersebut diolah sekaligus dianalisis secara akurat menjadi hasil apakah variabel tersebut berpengaruh signifikan atau tidak dalam data tersebut.
B. Objek Penelitian
Penelitian ini berjudul “Analisis Pengaruh Harga, Nilai Tukar Dan GDP Perkapita Terhadap Ekspor Minyak Kelapa Sawit Indonesia: Studi Kasus Pada India”. Adapun objek yang diambil oleh peneliti adalah ekspor Indonesia ke Negara tujuan India. Lokasi dalam penelitian ini menggunakan Negara tujuan yaitu India yang merupakan Negara terbanyak mengekspor minyak kelapa sawit.
C. Definisi Variabel
1. Variabel Ekspor Minyak Kelapa Sawit (Y) dimana data yang didapat dalam satuan Ton dan merupakan Jumlah Volume Minyak Kelapa Sawit yang di ekspor ke India.
2. Variabel Harga Internasional (X1) dalam satuan US$ yang merupakan nilai dari harga Minyak Kelapa Sawit di pasar internasional.
3. Variabel Nilai Tukar Dollar ke Rupee (X2) dalam satuan Rupee, dimana India dalam melakukan pembelian minyak kelapa sawit menggunakan satuan Dollar,sehingga dikonversikan Rupee ke Dollar.
4. Variabel Gross Domestic Product India (X3) dalam satuan US$ Merupakan suatu ukuran daya beli masyarakat pada suatu Negara. Yang dilihat dari GDP yang berlaku dibagi dengan Jumlah penduduk.
D. Metode Analisis
Dalam penelitian ini menggunakan metode analisis yang digunakan untuk mengetahui adanya hubungan antar variable dilihat dari model koreksi kesalahan atau Error Correction Model (ECM) dengan penaksir Ordinary Least Square (OLS) dengan cara melakukan analisis regresi linier bergadna dengan menghubungkan antar variabel yang akan digunakan, menurut (Gujarati,2007) OLS adalah varian penaksir terendah diantara penaksir lainnya jadi tiapa koefesien yang ditaksir dengan menggunakan OLS bersifat linier dan tidak bias.Dalam penelitian menggunakan alat analisis yaitu eviews 2010. Adapun penulisan dalam model ekonometrikanya yaitu :
Bentuk persamaan dari regresi ini adalah :
Y = βo X1β1 X2β2 X3β3+ e Setelah dilinierkan menjadi :
LogY = βo - β1LogX1 + β2LogX2 + β3LogX3 + e Keterangan :
Y : Volume Ekspor Minyak Kelapa Sawit Indonesia
βo : Konstanta
β1,β2, β3 : Koefesien regresi dari masig masing variabel yang mempengaruhi volume ekspor minyak kelapa sawit Indonesia
X1 : Harga Internasional
X2 : Nilai Tukar
X3 : GDP Perkapita
e : Error Term
Model ECM ini memiliki tujuan untuk melihat bagaimana pengaruh jangka pendek ddan jangka Panjang dalam masing-masing variable dependen. Adapun beberapa Uji dalam metode ini :
1. Uji Stasioneritas (unit root test)
Pada uji ini bertujuan untuk melihat apakah data time series terjadi tidak stasioner yang akhirnya mendapatkan hasil regresi yang meragukan atau biasa disebut suprious regression. Regresi suprious regression atau regresi lancing yaitu dimana situasi hasil regresi yang menunjukkan koefesien regresi yang signifikan secara statistic dan nilai koefesien determinasi yang tinggi namun hubungan antara variable di dalam model tidak saling berhubungan.
2. Uji Kointegrasi
Pada uji ini betujuan untuk mengetahui apakah variable-variabel berada dalam kombinasi yang linier dimana kemudian variable tersebut berada dalam keadaan stationer. Hubungan pada kointegrasi ini bisa juga dilihat sebagai sebuah fenomena jangka Panjang, karena kemungkinan bahwa variable-variabel yang berkointegrasi tersebut bisa terdeviasi dari hubungan dalam jangka pendek.
b. Uji Asumsi Klasik 1. Uji Normalitas
Uji normalitas ini bertujuan untuk melihat data yang ada dalam variabel terikat dan bebas apakah keduanya berdistibusi secara normal ataukah tidak.
Menurut (Winarno,2009) dimana suatu variabel akan dikatakan normal jika grafik yang ditunjukkan memiliki residual normal dimana grafik tersebut membentuk garis lurus secara diagonal, uji normalitas berdistibusi normal diliat dari hasil Jarque-Bera. Adapun model persamaan pada uji normalitas ini yaitu :
JB = n[
𝑆26
+
(𝑘−3)224
]
Keterangan :
n : Jumlah Pengamatan S :Koefesien Skewness K : Koefesien Kurtosis
2. Uji Multikolineritas
Uji multikolineritas ini bertujuan untuk menguji adanya korelasi antar variabel , apabila didalam uji ini terjadi kolerasi maka akan disebut masalah multikolineritas. Menurut (Suhardi,2004) uji multikolineritas ini dikemukan oleh Ranger Fish didalam bukunya yang berjudul “Statical Confluence Analysis By Mean Of Complete Regression System” dimana didalamnya menyatakan bahwa multikolinier terjadi karena adanya hubungan satu atau lebih hubungan linier yang sempurna.
Di dalam uji ini bertujuan untuk mengetahui apakah ditemukan hubungan diantara beberapa variabel independen, jika variabel satu dan lainnya saling berkolerasi maka variabel independen berkolerasi dengan nilai sama dengan nol.
Ole karena itu untuk mendeteksi terjadinya multikolinearitas pada suatu model menurut (Ghozali,2012) dalam model regresi seharusnya tidak terjadi kolerasi antar variable dengan menggunakan pendoman bebas multikol yaitu :
1. dilihat dari Nilai VIF (variance Inflation Factor) kurang dari 10 dinyatakan tidak ada multikolineritas.
2. dengan angka tolerance lebih dari 0.10 maka dikatakan tidak ada terjadi multikolineritas.
Adapun persamaan pada uji multikolinearitas yaitu : VIF = 1
(1−𝑅2𝐾) Keterangan :
VIF : Variance Inflation Factor
R2k : koefesien determinasi antar Xk dengan variabel bebas lainnya 3. Uji Heterokedastisitas
Uji heterokedastisitas ini bertujuan menguji apakah dalam model regresi adanya ketidaksamaan varians dan residual dari satu pengamatan kepengamatan lain. Untuk melihat apakh terjadi heteroskedastisitas dapat dilakukan berbagai uji yaitu uji white test,Harvey test, dan lain sebagainya. Jika di dalam ini varians dan residual dari satu pengamatan ke pengamatan lain bersifat tetap maka dinamakan homokedastisitas sedangkan apabila varians dan residual berbeda maka dinamakan heterokedastisitas.
Menurut (Ghozali,2018) uji heterokedastisitas memiliki fungsi untuk mengetahui apakah dalam model regresi terjadi perbedaan variance dari residual pada suatu pengamatan terhadap pengamatan lain. Model regresi dikatakan baik jika variance dari residual pada suatu pengamatan lain tetap atau disebut homokedastisitas, sebaliknya jika variance dari residual suatu pengamatan lain berbeda maka disebut adanya heterokedastisitas. Jika model terjadi heterokedastisitas maka varian tidak lagi efesien, hal ini berdampak pada standard error yang akan dihitung terjadinya bias.
4. Uji Autokorelasi
Uji autokorelasi ini untuk menilai apakah ada variabel penganggu (error term) yang tidak saling berhubungan,menentukan adanya autokorelasi dengan menggunakan Breusch-Godfrey . Adapun persamaan pada Uji Durbin-Wason yaitu :
DW= ∑(𝑒−𝑒𝑡−1)2
∑𝑒𝑡2 Keterengan:
DW = Nilai Durbin-Watson Test e = Nilai Residual
𝑒𝑡−1 = Nilai Residual satu periode sebelumnya
Dengan membandingkan nilai R- Squared dengan ɑ = 0.05. adapun hipotesis yang diajukan pada uji ini yaitu :
Hipotesis:
H0 : Tidak terdapat autokorelasi H1 : Terdapat Autokorelasi Kriteria pengujian:
Jikad < dl atau d> 4-dl maka H0 ditolak jika du < d < 4-du maka gagal tolak h0
jika dl < d < du atau 4-du< d< 4-dl maka uji durbin watson tidak menghasilkan hasil yang akurat.
c. Uji Statistik
a. Uji Goodnes of Fit (R²)
Menurut (Widarjono,2013) Nilai R² muntuk mengetahuiseberapa besarnya variabel-variabel independen yang mempengaruhi variable dependen yang mampu menjelaskan variable dependen dan sisa presentase dijelaskan oleh variabel diluar model. Jika nilai R2 memiliki nilai yang besar maka variabel depedent dapat dijelaksan oleh vaiabel-variabel independent.
Sifat dari R2 yaitu besarannya non negatif, jika R2 bernilai 0 maka antar variabel independent terhadap variabel dependent dikatakan tidak ada hubungan.
b. Uji Simultan (Uji F-Statistik)
Uji F-statistik bertujuan untuk mengetahui pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Penentuan pada uji ini yaitu dengan membandingkan nilai probabilitas F-Statistik dengan nilai signifikan α = 5%.
Adapun hipotesis sementara sebagai berikut:
H0:Diduga Secara bersama-sama Harga Minyak Kelapa Sawit ,Nilai Tukar,GDP perkapita tidak berpengaruh terhadap volume ekspor Minyak Kelapa Sawit Indonesia ke India.
H1: Diduga Secara bersama Harga Minyak Kelapa Sawit internasional,Nilai Tukar, GDP Perkapita berpengaruh terhadap volume ekspor Minyak Kelapa Sawit Indonesia ke India.
Adapun persamaan pada uji ini yaitu :
F hitung =
𝑅2 𝑘 (1−𝑅2) (𝑛−𝑘−1) Keterangan:
R2 = Koefesien Determinasi
k = Jumlah variabel yang digunakan n = Jumlah sampel
c. Uji parsial (Uji t-statistik)
Uji t-statistik merupakan uji yang dilakukan dengan cara menguji masing- masing variable independen dengan variable dependen. Menurut (Widarjono, 2013) Pengujian ini bertujuan untuk memberikan gambaran apakah secara individu variable independen berpengaruh secara signifikan terhadap variable dependen.
Untuk melakukan pengujian t maka dapat digunakan dengan rumus sebagai berikut :
t
Hitung=
β𝑖−
β𝑆
β𝑖 Dimana :
β𝑖 : Koefisien Variabel Independen Ke-i β : Nilai Hipotesis Nol
𝑆β𝑖 : Simpangan Baku Variabel Independen ke-i
1. Hipotesis yang dianjurkan X1 (Harga Internasional) adalah :
• H0 diterima jika t-hitung ≤ t-tabel maka tidak dapat pengaruh signifikan harga internasional terhadap ekspor minyak kelapa sawit
• H0 ditolak jika t-hitung ≥t-tabel maka terdapat pengaruh signifikan harga internasional terhadap ekspor minyak kelapa sawit
2. Hipotesis yang dianjurkan X2 (Nilai Tukar) adalah :
• H0 diterima jika t-hitung ≤ t-tabel maka tidak dapat pengaruh signifikan Nilai Tukar terhadap ekspor minyak kelapa sawit
• H0 ditolak jika t-hitung ≥t-tabel maka terdapat pengaruh signifikan Nilai tukar terhadap ekspor minyak kelapa sawit
3. Hipotesis yang diajukan adalah :
• H0 diterima jika t-hitung ≤ t-tabel maka tidak dapat pengaruh signifikan GDP perkapita terhadap ekspor minyak kelapa sawit
• H0 ditolak jika t-hitung ≥t-tabel maka terdapat pengaruh signifikan GDP perkapita terhadap ekspor minyak kelapa sawit
