26
BAB III METODE PENELITIAN
3.1. Jenis dan Sumber Data
Penelitian ini menggunakan data kuantitatif tahunan pada rentang waktu antara tahun 1981-2008. Data dalam penelitian ini adalah data dari 20 Negara
yang mewakili masing-masing tingkatan pertumbuhan ekonomi seluruh dunia berdasarkan klasifikasi menurut World Bank. Keseluruhan negara yang dimaksud
adalah Amerika Serikat, Inggris, Itali, Jepang, Perancis, Cina, Argentina, Brazil, Malaysia, Afrika Selatan, Indonesia, India, Philipina, Nigeria, Tonga. Pengolahan
data dilakukan dengan perangkat lunak Microsoft Excel 2007, Minitab, dan Eviews 6.
Tabel 3.1 Data, Satuan, Simbol, dan Sumber Data
Variabel Satuan Simbol
Sumber GDP per Kapita
US GDP
World Bank CO
2
Kilotonne CO2
World Bank Trade per GDP
Persen TRD
UN-Comtrade CH
4
Kilotonne CH4
EDGAR N
2
O Kilotonne
N2O EDGAR
Keterangan: Word Bank , tahun 1981-2008 EDGAR
Emission Database for Global Atmospheric Research
,tahun 1981-2008
3.2. Metode Analisis Data
Metode analisis yang digunakan adalah metode deskriptif dan kuantitatif. Metode deskriptif adalah metode yang berkaitan dengan pengumpulan dan
penyajian gugus data sehingga memberikan informasi yang berguna. Proses
27
deskripsi data pada dasarnya meliputi upaya penelusuran dan pengungkapan informasi yang lebih relevan yang terkandung di dalam data dan penyajian
hasilnya dalam bentu yang lebih ringkas dan sederhana, sehingga pada akhirnya mengarah pada keperluan adanya penjelasan dan penafsiran.
Metode penelitian ini juga mengandalkan proses kuantitatif untuk mendapatkan gambaran yang terstruktur dan jelas mengenai fenomena
perekonomian yang terjadi. Penelitian kuantitatif berlandaskan interpretasi terhadap hasil olahan model dengan metode analisis panel data.
3.3. Spesifikasi
Model
Untuk melakukan estimasi pada model data panel, terdapat dua pendekatan yang dapat dilakukan yaitu menggunakan fixed effect atau random
effect . Berdasarkan hasil uji, kemudian diputuskan fixed effect yang akan
digunakan dalam penelitian ini. Pencarian model terbaik dalam menentukan pola hubungan pertumbuhan ekonomi dan keterbukaan ekonomi dengan degradasi
lingkungan harus dilakukan untuk dapat memberikan gambaran yang akurat akan hubungan pertumbuhan ekonomi dengan degradasi lingkungan. Terdapat tiga
model yang akan diestimasi untuk menentukan model terbaik yaitu, model persamaan linear, model persamaan kuadratik, model persamaan kubik.
Linear : E
it
= β
i
+ β
1
X
it
+ β
4
Y
it
+ ε
it
Kuadratik : E
it
= β
i
+ β
1
X
it
+ β
2
X
it 2
+ β
4
Y
it
+ ε
it
Syarat: β
2
≠ 0, Jika
β
2
0 maka membentuk kurva-U terbalik EKC, sedangkan jika
β
2
0 maka membentuk kurva-U.
28
Turning point =
Kubik : E
it
= β
i
+ β
1
X
it
+ β
2
X
it 2
+ β
3
X
it 3
+ β
4
Y
it
+ ε
it
Syarat: β
3
≠ 0, Jika
β
3
0 maka membentuk kurva-N terbalik, sedangkan jika
β
3
0 maka membentuk kurva-N. Turning point 1
=
²
Turning point 2 =
²
dimana: E
it
: emisi gas rumah kaca CO
2
, N
2
O, dan CH
4
untuk negara i pada
tahun t
X
it
: GDP per kapita untuk negara i pada tahun t Y
it
: Tingkat keterbukaan ekonomi negara i pada tahun t
β
i
: konstanta β
1,
β
2,
β
3
: koefisien regresi ε
it
: error term untuk negara i pada tahun t Untuk dapat menggambarkan pola hubungan antara pertumbuhan dan
tingkat keterbukaan ekonomi terhadap degradasi lingkungan secara tepat digunakan beberapa kriteria pemilihan model sehingga model yang terpilih adalah
model terbaik dalam pendugaan. Model terbaik adalah model yang memiliki Adj-R
2
tertinggi dan signifikan dengan taraf nyata 5 untuk keseluruhan variabel bebas yang digunakan dalam
model. Model juga harus bersifat BLUE Best Linear Unbiased Estimator
29
3.3.1. Model untuk kasus CO
2
Setelah melakukan pengujian untuk mendapatkan model terbaik, didapatkan model persamaan kuadratik yang dapat menggambarkan hubungan
antara pertumbuhan ekonomi dan CO
2
. Adapun model yang digunakan sebagai berikut.
CO
2it
= β
i
+ β
1
GDP
it
+ β
2
GDP
it 2
+ ε
i…………………………..………….………………………
1 CO
2
= Karbondioksida kilotonne GDP
= GDP per kapita US GDP
2
= GDP
2
US LnCO
2it
= β
i
+ β
1
LnGDP
it
+ β
2
LnGDP
it 2
+ ε
it.………………………………………..……..
2 LnCO
2
= Karbondioksida persen LnGDP
= GDP per kapita persen LnGDP
2
= GDP
2
persen Analisis yang sama dilakukan dengan menambahkan variabel keterbukaan
ekonomi yang direpresentasikan oleh persentase jumlah nilai ekspor dan import terhadap GDP sehingga membentuk persamaan.
CO
2it
= β
i
+ β
1
X
it
+ β
2
GDP
it 2
+ β
3
TDR
it
+ ε
it…….………………………………………..
3 CO
2
= Karbondioksida kilotonne GDP
= GDP per kapita US GDP
2
= GDP
2
US TRD
= Share perdagangan terhadap GDP persen LnCO
2it
= β
i
+ β
1
LnX
it
+ β
2
LnGDP
it 2
+ β
3
LnTDR
it
+ ε
it……………………………
4
30
LnCO
2
= Karbondioksida persen LnGDP
= GDP per kapita persen LnGDP
2
= GDP
2
persen LnTRD
= Share perdagangan terhadap GDP persen
3.3.2. Model untuk kasus CH
4
Untuk kasus CH
4
, Setelah melakukan pengujian untuk mendapatkan
model terbaik, didapatkan model persamaan kubik yang dapat menggambarkan hubungan antara pertumbuhan ekonomi dan CH
4
. Adapun model yang digunakan sebagai berikut.
CH
it
= β
i
+ β
1
GDP
it
+ β
2
GDP
it 2
+ β
3
GDP
it 3
+ ε
it
……………...…………5 CH
4
= Metana kilotonne GDP
= GDP per kapita US GDP
2
= GDP
2
US GDP
3
= GDP
3
US LnCH
it
= β
i
+ β
1
LnGDP
it
+ β
2
LnGDP
it 2
+ β
3
LnGDP
it 3
+ ε
.
……………..6 LnCH
4
= Metana persen LnGDP
= GDP per kapita persen LnGDP
2
= GDP
2
persen LnGDP
3
= GDP
3
persen Analisis yang sama dilakukan dengan menambakan variabel keterbukaan
ekonomi yang direpresentasikan oleh jumlah persentase nilai ekspor dan import terhadap GDP sehingga membentuk persamaan.
31
CH
4it
= β
i
+ β
1
X
it
+ β
2
GDP
it 2
+ β
3
TRD
it
+ ε
it
…….………………………..7 CH
4
= Metana kilotonne GDP
= GDP per kapita US GDP
2
= GDP
2
US TRD
= Share perdagangan terhadap GDP persen LnCH
4it
= β
i
+ β
1
LnX
it
+ β
2
LnGDP
it 2
+ β
3
LnTRD
it
+ ε
it
…………………..8 LnCH
4
= Metana persen LnGDP
= GDP per kapita persen LnGDP
2
= GDP
2
persen LnTRD
= Share perdagangan terhadap GDP persen
3.3.3. Model Untuk Kasus N
2
O
Pada kasus N
2
O, setelah melakukan pengujian untuk mendapatkan model
terbaik, didapatkan model linear yang dapat menggambarkan hubungan antara pertumbuhan ekonomi dan N
2
O. Adapun model yang digunakan sebagai berikut. N
2
O
it
= β
i
+ β
1
GDP
it
+ ε
it
…………………………………………………..9 N
2
O = Nitrogen Oksida kilotonne
GDP = GDP per kapita US
LnN
2
O
it
= β
i
+ β
1
LnGDP
it
+ ε
it
……………………………………………10 LnN
2
O = Nitrogen Oksida persen
LnGDP = GDP per kapita persen
32
Analisis yang sama dilakukan dengan menambakan variabel keterbukaan ekonomi yang direpresentasikan oleh jumlah persentase nilai ekspor dan import
terhadap GDP sehingga membentuk persamaan. N
2
O
it
= β
i
+ β
1
GDP
it
+ β
2
TRD
it
+ ε
it
……………………………………….8 N
2
O = Nitrogen Oksida kilotonne
GDP = GDP per kapita US
TRD = Share perdagangan terhadap GDP persen
Ln N
2
O
it
= β
i
+ β
1
LnGDP
it
+ β
2
LnTRD
it
+ ε
it
…………………………….8 LnN
2
O = Nitrogen Oksida persen
LnGDP = GDP per kapita persen
LnTRD = Share perdagangan terhadap GDP persen
3.4. Metode Analisis Regresi dan Panel Data
Ketersediaan data untuk mewakili variabel yang akan digunakan dimana kondisinya yaitu data time series pendek dan unit cross section terbatas dapat
diatasi dengan menggunakan metode panel data pooled data. Penggunaan model panel data tersebut digunakan dengan tujuan agar diperoleh hasil estimasi yang
lebih baik efisien dengan meningkatnya jumlah observasi yang berimplikasi pada meningkatnya derajat kebebasan degree of freedom.
33
Penggunaan data panel telah memberikan banyak keuntungan secara statistik maupun teori ekonomi. Manfaat penggunaan panel data adalah sebagai
berikut: 1.
Mampu mengontrol heterogenitas individu 2.
Mengurangi kolinearitas antar variabel, meningkatnya degree of freedom, lebih bervariasi dan lebih efisien
3. Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak
dapat diperoleh dari data cross section murni atau time series murni Model analisa data panel memiliki tiga macam pendekatan, yaitu
pendekatan kuadrat terkecil pooled least square, pendekatan efek tetap fixed effect
, dan pendekatan efek acak random effect. Selain itu, di dalam melakukan pengolahan data panel terdapat juga kriteria pembobotan yang berbeda-beda yaitu
No weighting semua observasi diberi bobot sama, cross section weight GLS
dengan menggunakan estimasi varians residual cross section, apabila terdapat asumsi cross section heteroskedasticity, dan SUR GLS dengan menggunakan
covariance matrix cross section . Metode ini mengoreksi baik heteroskedastisitas
maupun autokorelasi antar unit cross section.
3.5. Pemilihan Pendekatan: Uji Haussman