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