Perumusan Model Analisis aliran perdagangan tekstil dan produk tekstil (TPT) Intra-ASEAN

dianalisis sehingga penelitian ini tidak memungkinkan jika menggunakan Fixed effect maupun random effect. Selain itu, metode Pooled Least Square tidak mampu untuk menganalisis keheterogenitas variabel.

4.3.1.1 Model Pooled

Ketika data digabungkan menjadi pooled data, yang tujuannya untuk membuat regresi maka hasilnya cenderung akan lebih baik dibanding regresi yang hanya menggunakan data cross section atau time series saja. Model pooled yaitu model yang diperoleh dengan mengkombinasikan semua data cross section dan time series , model data ini kemudian diduga dengan menggunakan Ordinary Least Square OLS yaitu: Y it = α + X it β j + ε it Untuk i = 1,2, .........., N dan t = 1, 2, .........., T dimana: N = Jumlah unit cross section T = Jumlah periode waktunya

4.4 Perumusan Model

Pada penelitian tentang aliran perdagangan Tekstil dan Produk Tekstil TPT intra-ASEAN akan digunakan dengan regresi gravity model. Aliran perdagangan Trade TPT intra-ASEAN menjadi variabel dependen, sedangkan GDP, populasi POP, jarak, tarif, variabel dummy yaitu kesamaan bahasa dan nilai tukar exchange rate menjadi variabel independen. Negara-negara yang dimasukkan dalam model adalah Indonesia, Thailand, Singapura, Brunei Darussalam, dan Malasyia. Adapun model persamaan yang akan digunakan dalam penelitian ini adalah sebagai berikut : LnTrade ijt = β + β 1 lnGDP it + β 2 lnGDP jt + β 3 lnPOP it + β 4 lnPOP jt + β 5 lnJarak ijt + β 6 lnEXC it + β 7 lnEXC jt + β 8 Tarif + β 9 D 1 Languages + ε ij dimana: Trade jt = Perdagangan negara i ke negara j pada tahun tertentu GDP it = GDP negara asal i pada tahun t Milyar USD GDP jt = GDP negara tujuan j pada tahun t Milyar USD POP it = Populasi negara asal i pada tahun t 1000 jiwa POP jt = Populasi negara tujuan j pada tahun t 1000 jiwa Jarak ijt = jarak ekonomi dimana jarak geografis dikalikan dengan share GDP negara pengimpor terhadap total GDP ASEAN EXC it = nilai tukar exchange rate mata uang negara i pada tahun t terhadap USD EXC jt = Nilai tukar mata exchange rate uang negara j pada tahun t terhadap USD Tarif = Tarif negara i pada tahun tertentu D = Dummy dari kesamaan bahasa 1= bahasa yang relatif sama, 0= bahasa yang tidak sama ε ij = Error β0, β1, β2, β3, β4, β5, β6, β7, β8, β9 = Konstanta regresi Parameter estimasi : β1, β2, β3, β4 0; β5, β6, β7, β8 dan β9 0 Selanjutnya, akan dilakukan transformasi model ke dalam bentuk persamaan beda umum generalized difference equation yaitu: LnTrade ijt = β + β1lnGDP it + β2lnGDP jt + β3lnPOP it + β4lnPOP jt + β5lnJarak ijt + β6lnEXC it + β7lnEXC jt + β8Tarif + β9 D 1 Languages + v ij dimana: Trade ijt = Trade ijt – ρTrade ijt-1 GDP it = GDP it – ρGDP it-1 GDP jt = GDP jt – ρGDP jt-1 POP it = POP it – ρPOP it-1 POP jt = Trade jt – ρPOP jt-1 Jarak ijt = Jarak ijt – ρJarak ijt-1 EXC it = EXC it – ρEXC it-1 EXC jt = EXC jt – ρEXC jt-1 Tarif = Tarif t – ρTarif t-1 v ij = Trade ijt – ρTrade ijt-1 ρ = 1- DW Statistic 2 β0, β1, β2, β3, β4, β5, β6, β7, β8, β9 = Konstanta regresi Parameter estimasi : β1, β2, β3, β4 0; β5, β6, β7, β8 dan β9 0

4.5 Definisi Operasional