Pada Gambar 12 juga disajikan perkembangan ekspor TPT negara Thailand. Sama halnya dengan nilai impor, ekspor TPT negara Thailand juga
menunjukkan tren yang semakin meningkat sepanjang tahun yang sama, walaupun pada tahun 2006 mengalami penurunan sebesar 2,28 persen yaitu dari
35,43 juta USD menjadi 31,89 juta USD. Kondisi ini mengakibatkan Thailand menetapkan kebijakan industri TPT yang berbasis pedesaan seperti yang telah
dijelaskan sebelumnya. Dengan adanya kebijakan tersebut negara Thailand mampu mempertahankan kualitas dan kuantitas ekspor TPT untuk tahun-tahun
berikutnya.
5.2 Faktor-Faktor yang Mempengaruhi Aliran Perdagangan TPT intra- ASEAN
5.2.1 Hasil Estimasi Model
Penelitian ini
dilakukan dengan mengestimasi koefisien-koefisien variabel
dengan menggunakan program Eviews 4.1. Variabel-variabel dalam penelitian ini juga diestimasi dengan menggunakan model regresi gravity model. Data yang
dianalisis menggunakan data panel yang merupakan gabungan dari data time series
dan data cross section. Metode yang tepat yang digunakan dalam gravity model untuk
menganalisis aliran perdagangan Tekstil dan Produk Tekstil TPT intra-ASEAN adalah dengan metode pooled least square. Alasan pemilihan metode tersebut
disebabkan jumlah variabel yang dianalisis lebih banyak dibandingkan jumlah cross section
nya.
Hasil pengolahan data panel dengan menggunakan pooled least square dapat dilihat pada Lampiran 6 pada lampiran. Dari hasil estimasi model yang
dapat dilihat pada Lampiran 6, dapat diketahui bahwa variabel independen yang yang berpengaruh nyata terhadap aliran perdagangan Tekstil dan Produk Tekstil
TPT intra-ASEAN yang didasarkan pada nilai probabilitasnya yang diperoleh pada selang kepercayaan 95 persen taraf nyata 5 persen adalah GDP negara asal
GDPi, GDP negara tujuan GDPj, populasi negara asal POPi, populasi negara tujuan POPj, jarak, nilai tukar negara asal EXCi, tarif dan dummy kesamaan
bahasa. Variabel independen yang tidak berpengaruh nyata pada taraf nyata 5 persen adalah nilai tukar negara tujuan terhadap USD Amerika EXCj. Hasil
estimasi tersebut diperoleh setelah diboboti dengan estimasi GLS dan white heteroscedasticity
yang bertujuan untuk menghilangkan adanya multikolinearitas dan heteroskedastisitas.
Tabel 10. Hasil Regresi Gravity Model Aliran Perdagangan TPT intra-
ASEAN dengan Data Panel menggunakan Pooled Least Square
Variabel Koefisien
Standar Error t-statistic
Probabilitas
GDP negara asal 2,938199
0,259955 11,30273 0,0000 GDP negara tujuan
0,724313 0,237913
3,044449 0,0031
Populasi negara asal -0,820363 0,142052
-5,775077 0,0000
Populasi negara tujuan -0,092254
0,155858 -0,591910
0,5554 Jarak ekonomi
-1,375001 0,244546
-5,622657 0,0000
Exchange rate negara asal
0,002250 0,052407
0,042927 0,9659
Exchange rate negara tujuan
-0,178340 0,054822
-3,253044 0,0016
Tarif -0,085964 0,037177
-2,312311 0,0231
Dummy Languages -0,134506 0,220866
-0,608991 0,5441
Weighted Statistics
R-squared 0,990618
Sum Squared Residual 68,79516
Prob F-statistic 0,000000
Durbin-Watson Stat 0,336052
Unweighted Statistics
R-squared 0,739009
Sum Squared Residual 94,06530
Durbin-Watson Stat 0,174816
Catatan: Signifikan pada taraf nyata 5 persen Sumber: Data Sekunder diolah
Tabel 10 menunjukkan hasil regresi model aliran perdagangan TPT di intra-ASEAN. Koefisien determinasi R
2
yang diperoleh dengan menggunakan metode pooled least square adalah sebesar 99,06 persen yang berarti 99,06 persen
perubahan perdagangan TPT intra-ASEAN dapat diterangkan oleh variabel- variebel independen yang terdapat dalam model yaitu GDP negara asal GDPi,
GDP negara tujuan GDPj, populasi negara asal POPi, populasi negara tujuan POPj, jarak, nilai tukar negara asal terhadap USD EXCi, nilai tukar negara
tujuan terhadap USD EXCj, tarif, dan dummy kesamaan bahasa, sedangkan sisanya diterangkan oleh faktor-faktor lain yang tidak terdapat dalam model. Hasil
uji tersebut juga diperkuat dengan tingginya nilai Fstatistik yang signifikan pada tingkat
α 5 persen yaitu sebesar 0,0000 Setiawati, 2007. Model regresi yang mengandung lebih dari dua variabel bebas sering
mengandung multikolinearitas akibat dugaan adanya korelasi antar sesama variabel bebas Napitupulu, 2007. Multikolinearitas disebabkan nilai R
2
yang tinggi, tetapi variabel independen banyak yang tidak signifikan. Dari hasil
pengolahan data yang terlihat pada Tabel 9, nilai R
2
yang diperoleh tinggi yaitu 99,06 persen, tetapi terdapat enam variabel dari sembilan variabel independen
yang berpengaruh nyata signifikan pada taraf nyata 5 persen. Selain itu, masalah multikolinearitas telah diatasi dengan memberikan perlakuan GLS cross section
weights dalam pengolahan data panel. Sehingga dapat disimpulkan tidak terdapat
multikolinearitas pada model. Untuk mendeteksi adanya masalah heteroskedastisitas, dapat dilakukan
dengan membandingkan nilai Residual Sum Square pada Weighted Statistic RSSW dengan Residual Sum Square pada Unweighted Statistic RSSU. Pada
pengolahan data panel, diperoleh RSSW RSSU 68,79 94,06, maka hasil tersebut mengindikasikan terdapat masalah heteroskedastisitas pada model.
Namun, dalam pengolahan data panel telah diboboti dengan white heteroscedasticity
sehingga masalah heteroskedastisitas dapat diabaikan. Ada atau tidaknya autokorelasi dapat dilihat pada nilai Durbin-Watson
Statistic DW. Pada tabel hasil pengolahan gravity model aliran perdagangan
TPT intra-ASEAN, diperoleh nilai DW sebesar 0,336. Nilai DW tersebut kurang dari 1,1 yang berarti terdapat autokorelasi pada model. Hal ini disebabkan data
pada variabel dependen dan independen yang dianalisis mengandung pergerakan naik turun fluktuatif selama tahun analisis. Untuk mengatasi autokorelasi
tersebut, maka dilakukan transformasi model ke dalam bentuk persamaan beda umum generalized difference equation. Sehingga, dengan persamaan tersebut
masalah autokolerasi dapat diatasi dan sudah memenuhi asumsi OLS. Hasil estimasi persamaan beda umum generalized difference equation
diperoleh seperti yang diperlihatkan pada Tabel 11. Seperti pengolahan data sebelumnya, hasil regresi model generalized difference equation tersebut juga
diberikan perlakuan GLS Cross Section Weights dan White Heteroscedasticity untuk menghilangkan masalah multikolinearitas dan heteroskedastisitas. Dari
hasil pengolahan data yang baru, diperoleh nilai Durbin-Watson Statistic yaitu 1,622 dimana nilai tersebut berkisar antara 1,55 dan 2,46 sehingga dapat
disimpulkan tidak terdapat penyimpangan autokorelasi pada model.
Tabel 11. Hasil Regresi Model Generalized Difference Equation Aliran
Perdagangan TPT intra-ASEAN menggunakan Pooled Least
Square
Variabel Koefisien
Standar Error t-statistic
Probabilitas
GDP negara asal 3,215789
0,346767 9,273623 0,0000 GDP negara tujuan
0,424427 0,229829
1,846710 0,0703
Populasi negara asal -0,647372 0,168038
-3,852524 0,0003
Populasi negara tujuan -0,208809
0,209180 -0,998225
0,3226 Jarak ekonomi
-2,190658 0,273158
-8,019744 0,0000
Exchange rate negara asal
0,030036 0,060848
0,493627 0,6236
Exchange rate negara tujuan
0,090554 0,088257
1,026031 0,3095
Tarif -0,226344 0,069328
-3,264835 0,0019
Dummy Languages 0,834257 0,463107
1,801435 0,0772
Weighted Statistics
R-squared 0.992857 Sum
Squared Residual 108,1493
Prob F-statistic 0,000000
Durbin-Watson Stat 1,622102
Unweighted Statistics
R-squared 0,482563 Sum
Squared Residual 138,2601
Durbin-Watson Stat 1,949892
Catatan: Signifikan pada taraf nyata 5 persen, Signifikan pada taraf nyata 10 persen
Sumber: Data Sekunder diolah
Pada pengujian F-Statistik, hipotesis awal yang dirumuskan yaitu: H :
β
1
= β
2
= β
3
= β
4
= β
5
= β
6
= β
7
= β
8
= β
9
= β
10
= β
11
=0. Berdasarkan output data yang dihasilkan pada tabel 10, ditunjukkan nilai probabilitas F-Statistik yang diperoleh
adalah 0,000000. Sehingga, dapat diambil kesimpulan bahwa untuk α = 0,005,
tolak H karena F-Statistik
α taraf nyata yang berarti variabel-variabel independen bersama-sama berpengaruh nyata terhadap variabel dependennya.
5.2.2 Interpretasi Model