Jenis dan Sumber Data Metode Analisis Data Metode Analisis Regresi dan Panel Data

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