Metode Analisis Data

E. Metode Analisis Data

Hubungan ekspor dengan faktor-faktor yang mempengaruhinya dapat ditanyakan dengan persamaan regresi linear berganda berbentuk kepangkatan, yaitu:

Y = βo X 1 β1 X 2 β2 X 3 β3 X 4 β4 X 5 β5 X 6 β6

Keterangan: Y = volume ekspor kopi Jawa Tengah (kg)

X 1 = produksi kopi Jawa Tengah (kg)

X 2 = volume ekspor tahun sebelumnya (kg)

X 3 = harga ekspor kopi Jawa tengah (FOB) (Rp/kg)

X 4 = harga domestik kopi Jawa Tengah (Rp/kg)

X 5 = harga ekspor teh Jawa Tengah (FOB) (Rp/kg)

X 6 = nilai tukar dollar Amerika Serikat terhadap rupiah (Rp/US$) βo = intersept

β 1 - β 6 = nilai koefisien dari masing-masing variabel Fungsi tersebut adalah fungsi menurut fungsi regresi populasi. Fungsi tersebut dapat ditaksir atas dasar fungsi regresi sampel . Parameter βo, β1, β2, β3, β4, β5, β6 merupakan karakteristik dari suatu populasi. Estimasi parameter tersebut dilakukan dengan metode OLS (Ordinary Least Squre

commit to user

Method ). Menurut Supranto (2004) model regresi dalam metode OLS berdasar pada asumsi klasik yang menghasilkan pemerkira linear terbaik tak bias (BLUE = Best Linear Unbiased Estimator). Asumsi-asumsinya adalah:

1. Nilai rata-rata kesalahan pengganggu nol.

2. varian σ 2 sama untuk semua kesalahan pengganggu (homoskedastis)

3. tidak ada otokorelasi antara kesalahan pengganggu

4. variabel bebas konstan dalam sampling yang terulang (repeated sampling) dan bebas terhadap kesalahan pengganggu.

5. tidak ada kolinearitas ganda (multikollinearitas) diantara variabel bebas

6. kesalahan pengganggu mengikuti distribusi normal dengan rata-rata nol

dan varian σ 2

Oleh karena itu, Model linier berganda bentuk kepangkatan harus diubah kedalam bentuk persamaan linier berganda, dengan ditransformasikan ke dalam bentuk logaritma natural dengan tujuan untuk menghaluskan dan memampatkan skala untuk pengukuran variabel, selain itu manfaat dari transformasi log dapat diketahui nilai elastisitas Y terhadap X.

ln Y = ln βo+ β 1 ln X 1 +β 2 ln X 2 + β 3 ln X 3 + β 4 ln X 4 + β 5 ln X 5 +β 6 ln X 6 ln Y

= log natural volume ekspor kopi Jawa Tengah (kg) ln X 1 = log natural produksi kopi (kg) ln X 2 = log natural volume ekpsor tahun sebelumnya (kg) ln X 3 = log natural harga ekspor kopi kopi Jawa tengah (FOB) (Rp/kg) ln X 4 = log natural harga domestik kopi Jawa Tengah (Rp/kg) ln X 5 = log natural harga ekspor teh Jawa Tengah (FOB) (Rp/kg) ln X 6 = log natural nilai tukar dollar Amerika Serikat terhadap rupiah (Rp/US$)

ln βo

= log natural intersept β 1 - β 6 = nilai koefisien dari masing-masing variabel

commit to user

Ciri yang menarik dari mentransformasikan dalam model log natural adalah koefisien kemiringan β 1 - β 7 mengukur elastisitas Y terhadap X 1 -X 7 . Setelah ditransformasikan, hasilnya dikembalikan kedalam persamaan asal yaitu model regresi linear bergada berbentuk perpangkatan.

Y = βo X 1 β1 X 2 β2 X 3 β3 X 4 β4 X 5 β5 X 6 β6 X 7 β7

Y = anti ln Y βo = anti ln βo

1. Pegujian Model Dalam penggunaan alat analisis regresi, beberapa nilai yang perlu diperhatikan meliputi nilai ( 2 ), Uji F, Uji t dari hasil output. Selain itu

dilakukan pula pengujian Standar Koefisisen Regresi Parsial dan Uji Asumsi Klasik.

a. Uji Adjusted R 2

Uji adjusted R 2 digunakan untuk jumlah variabel bebas lebih dari dua berfungsi sebagai ukuran ketepatan/ kecocokan suatu garis regresi yang diterapkan terhadap suatu kelompok data observasi. Nilai adjusted R 2 menyatakan berapa besar proporsi faktor-faktor yang berupa produksi kopi, volume ekspor kopi tahun sebelumnya, harga ekspor kopi, harga domestik kopi, harga ekspor teh, dan nilai tukar dollar AS terhadap rupiah terhadap volume ekspor kopi di Provinsi Jawa Tengah, dengan menggunakan rumus:

2 = 1- (1 – R 2 )

Keterangan:

2 : Koefisien determinasi yang telah disesuaikan R 2 : Koefisien determinasi

: Jumlah observasi (Jumlah data)

: Jumlah variabel bebas

Nilai 2 ini mempunyai range antara 0 sampai 1. Semakin nilai 2 mendekati 1, maka model yang digunakan semakin baik dan disebut goodness of fit . Bila nilai 2 semakin mendekai 1 maka semakin besar pengaruh variabel bebas terhadap variabel tidak bebas dan semakin mendekati 0 maka variabel

commit to user

(1 -R 2 ) / (N -k)

bebas secara keseluruhan semakin kurang dapat menjelaskan variabel tidak bebas.

b. Uji F Uji F digunakan untuk mengetahui tingkat pengaruh produksi kopi, volume ekspor kopi tahun sebelumnya, harga ekspor kopi, harga domestik kopi, harga ekspor teh, dan nilai tukar dollar AS terhadap rupiah secara bersama-sama berpengaruh terhadap volume ekspor kopi Jawa Tengah dengan tingkat kepercayaan 90% dngan rumus:

F hitung =

Keterangan:

R 2 : Koefisien determinasi

: Jumlah variabel bebas

: Jumlah sampel Dengan hipotesis:

Ho : β1 = β2 = β3 = β4 = β5 = β6 = 0 atau koefisiensi tidak signifikan Ha : β1 ≠ β2 ≠ β3 ≠ β4 ≠ β5 ≠ β6 ≠ 0 (minimal salah satu βi ≠ 0) atau koefisien regresi signifikan Kriteria pengujian yang digunakan:

1) F hitung > dari F tabel : Ho ditolak dan Ha diterima. Artinya, variabel produksi kopi, volume ekspor kopi tahun sebelumnya, harga ekspor kopi, harga domestik kopi, harga ekspor teh, dan nilai tukar dollar AS terhadap rupiah secara bersama-sama berpengaruh terhadap volume ekspor kopi Jawa Tengah.

2) F hitung dari F tabel : Ho diterima dan Ha ditolak. Artinya, variabel produksi kopi, volume ekspor kopi tahun sebelumnya, harga ekspor

kopi, harga domestik kopi, harga ekspor teh, dan nilai tukar dollar AS terhadap rupiah secara bersama-sama tidak berpengaruh terhadap volume ekspor kopi Jawa Tengah.

R 2 / (k – 1)

commit to user

c. Uji t Untuk mengetahui apakah variabel produksi kopi, volume ekspor kopi tahun sebelumnya, harga ekspor kopi, harga domestik kopi, harga ekspor teh, dan nilai tukar dollar AS terhadap rupiah secara individu berpengaruh nyata terhadap volume ekspor kopi Jawa Tengah. dilakukan uji t pada tingkat kepercayaan 90%. Dengan rumus sebagai berikut:

t hitung =

(bi Se (bi

bi

Keterangan : t hitung : Nilai t statistik bi

: Koefisien regresi variabel bebas ke-i se (bi) : Standar error koefisien regresi variabel bebas ke-i Hipotesis yang hendak diuji adalah : Ho : bi = 0

Ha : bi ≠0

Kriteria pengambilan keputusan :

1) Jika t hitung > t table α/2 atau t hitung < t table - α/2 maka Ho ditolak dan Ha diterima, yang berarti variabel bebas secara individu berpengaruh nyata terhadap volume ekspor kopi Jawa Tengah

2) Jika t table - α/2 ≤ t hitung ≤ t table α/2, maka Ho diterima dan Ha ditolak yang berarti variabel bebas secara individu tidak berpengaruh nyata terhadap volume ekspor kopi Jawa Tengah

d. Standar Koefisien Regresi Untuk mengetahui variabel bebas yang paling berpengaruh digunakan koefisien beta (beta coefficient) atau yang disebut standardized regression coefficient atau standar koefisien regresi. Nilai koefisien beta dirumuskan:

βi = β*

ys

Keterangan: βi : Standar koefisien regresi variabel bebas ke-i

β* : Koefisien regresi variabel bebas ke-i

commit to user

σy : Standar deviasi variabel tidak bebas σi : Standar deviasi variabel bebas ke-i

Nilai βi yang paling besar menunjukkan variabel bebas yang bersangkutan adalah yang paling dominan dalam penentuan nilai variabel

tak bebas (Arief, 1993).

2. Pengujian Asumsi Klasik Agar koefisien–koefisien regresi yang dihasilkan dengan metode OLS bersifat BLUE maka asumsi – asumsi persamaan regresi linier klasik harus dipenuhi oleh model. Model dikatakan BLUE bila memenuhi syarat berikut:

a. Uji Multikolinearitas Multikolinearitas mengacu pada kondisi dimana terdapat korelasi linear di antara variabel bebas sebuah model. Jika dalam suatu model terdapat multikolinear akan menyebabkan nilai R 2 yang tinggi dan lebih banyak variabel bebas yang tidak signifikan daripada variabel bebas yang signifikan atau bahkan tidak ada satupun.

Untuk menguji ada atau tidaknya multikolinearitas dapat digunakan pendekatan matriks korelasi, dengan melihat nilai matriks Pearson Correlation (PC). Apabila nilai PC < 0,9 (Ghozali, 2001) berarti antar variabel bebas tidak terjadi multikolinieritas. Bila terjadi angka korelasi lebih dari 0,9 maka kedua variabel tersebut perlu dipertimbangkan apakah digunakan atau tidak dalam model.

b. Autokorelasi Autokorelasi adalah hubungan yang terjadi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t sebelumnya. Model regresi yang baik seharusnya tidak menunjukkan autokorelasi. Pengujian ada atau tidaknya korelasi antar variabel bebas (autokorelasi), dilakukan dengan menggunakan uji statistik d dari Durbin Watson dengan kriteria:

1) 1,65 < DW < 2,35 yang artinya tidak terjadi autokorelasi.

2) 1,21 < DW < 1, 65 atau 2,35 < DW < 2,79 yang artinya tidak dapat disimpulkan.

commit to user

3) DW < 1,21 atau DW > 2,79 yang artinya terjadi autokorekasi. (Sulaiman, 2002)

c. Heteroskedastisitas Uji heteroskedatisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Dalam penelitian ini digunakan metode grafik dengan melihat diagram pencar (scatterplot) untuk mendeteksi ada tidaknya heteroskedastisitas. Menurut Santoso (2002), analisis untuk mendeteksi adanya heteroskedastisitas yaitu:

1) Apabila pola tertentu yang terbentuk pada hasil scatterplot, maka telah terjadi heteroskedastisitas.

2) Apabila tidak ada pola tertentu yang terbentuk pada hasil scatterplot, maka tidak terjadi heteroskedastisitas.

3. Analisis Elastisitas Ekspor Kopi Jawa Tengah Nilai elastisitas volume ekspor kopi Jawa Tengah dapat diketahui melalui besarnya nilai koefisien regresi dari variabel bebas yang mempengaruhinya. Nilai elastisitas tersebut dipertimbangkan berdasarkan nilai mutlak yang dihasilkan dari nilai koefisien regresi. Kriteria elastisitas yang digunakan adalah sebagai berikut:

a. Bila nilai elastisitas > 1, penawaran ekspor elastis, artinya persentase perubahan jumlah volume ekspor kopi Jawa Tengah lebih besar daripada persentase perubahan variabel bebas yang bersangkutan

b. Bila nilai elastisitas = 1, penawaran ekspor elastis uniter, artinya persentase perubahan jumlah volume ekspor kopi Jawa Tengah sama dengan persentase perubahan variabel bebas yang bersangkutan.

c. Bila nilai elastisitas < 1, penawaran ekspor inelastis, artinya persentase perubahan jumlah volume ekspor kopi Jawa Tengah lebih kecil daripada persentase perubahan variabel bebas yang bersangkutan.

commit to user