III. METODE PENELITIAN
3.1. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk time series data deret waktu tahunan dari tahun 1980 sampai dengan
tahun 2007. Data diperoleh dari berbagai sumber seperti Badan Pusat Statistik BPS, Direktorat Jenderal Perkebunan Departemen Pertanian, dan literatur lain
yang berhubungan dengan penelitian. Data yang digunakan dalam penelitian ini adalah:
1. Jumlah produksi CPO ton 2. Luas areal kelapa sawit ha
3. Harga CPO domestik RpKg 4. Nilai tukar RpUS
5. Harga solar Rpliter
3.2. Metode Analisis Data
Metode analisis yang digunakan adalah bersifat kuantitatif dengan menggunakan ECM. Analisis ECM dilakukan dengan mengguanakan software
E-views 6 dan Microsoft Excel. Bentuk umum ECM dapat dilihat pada persamaan
3.1 sebagai berikut : 3.1
dimana nilai dan
adalah nilai Y dan X dalam logaritma natural dan merupakan sebuah fungsi :
3.2 Syarat untuk menghasilkan persamaan ECM adalah
dan tidak
stasioner, dan stasioner. Jika persyaratan ini terpenuhi, maka persamaan 3.2
akan ditulis dalam bentuk ECM sebagai berikut : 3.3
dimana : = First difference
, = First difference
, = Variabel endogen,
= Variabel eksogen, = Galat.
Ada beberapa persyaratan yang harus dipenuhi untuk menggunakan ECM. Pertama, minimal ada satu variabel yang digunakan tidak stasioner pada tingkat
level. Kedua, persamaan yang digunakan mempunyai hubungan kointegrasi. Ketiga, persamaan yang digunakan univariate hanya variabel endogen yang
mempengaruhi eksogen. Jika ketiga persyaratan tidak terpenuhi, maka metode ECM tidak dapat digunakan untuk menganalisis permasalahan yang ada.
3.3. Analisis Deret Waktu Time Series
Pada analisis ini akan dijelaskan tentang uji stasioneritas, derajat kointegrasi, dan uji kointegrasi. Ketiga uji ini diperlukan dalam penelitian yang
menggunakan data time series.
3.3.1. Uji Stasioneritas
Hal penting yang berkaitan dengan studi atau penelitian dengan menggunakan data time series adalah stasioneritas. Perhatian ini muncul karena
jika data yang diteliti tidak stasioner, maka dapat menyebabkan regresi semu spurious regression, yaitu regresi yang menggambarkan hubungan dua variabel
atau lebih yang terlihat signifikan secara statistik padahal dalam kenyataanya tidak sebesar regresi yang dihasilkan.
Untuk mengukur stasioneritas data, ada beberapa cara yang dapat dilakukan. Salah satu cara yang sering dipakai yaitu dengan menggunakan
Augmented Dickey Fuller ADF test atau uji akar-akar unit unit root test.
Nelson dan Plosser dalam Enders 2004 menyebutkan bahwa pada dasarnya ADF test
melakukan regresi dengan persamaan sebagai berikut : 3.4
dimana: = Selang yang terpilih,
= Nilai yang diestimasi, = Error term.
Hipotesis yang digunakan dalam pengujian ini adalah : H
: γ = 0, artinya data tidak stasioner mengandung unit root, H
1
: γ 0, artinya data stasioner tidak mengandung unit root. Nilai γ diestimasi dengan metode Ordinary Least Square OLS dengan statistik
uji yang digunakan adalah : , dimana S
γ
adalah simpangan baku dari γ. Jika nilai t-hit ADF statistik lebih kecil dari nilai MacKinnon Critical Value
maka terima H atau dapat disimpulkan bahwa data tersebut stasioner, dan
sebaliknya. Selain dengan memperhatikan nilai ADF statistik, kestasioneran juga dapat dilakukan dengan membandingkan antara nilai probabilitas dan taraf nyata
yang digunakan. Data dikatakan stasioner jika nilai probabilitasnya lebih kecil dari taraf nyata.
3.3.2. Uji Derajat Integrasi
Uji derajat Integrasi merupakan kelanjutan dari uji unit root sebagai konsekuensi dari tidak terpenuhinya asumsi stasioneritas pada derajat nol atau
I0. Uji derajat integrasi dari masing-masing variabel sangat penting untuk mengetahui apakah variabel-variabel yang digunakan stasioner atau tidak, dan
berapa kali harus di-difference agar menghasilkan variabel yang stasioner. Pada uji ini, semua variabel yang ada di-difference pada derajat tertentu
sampai sehingga semua variabel stasioner pada derajat yang sama. Suatu variabel dikatakan stasioner pada first difference jika setelah di-difference satu kali, nilai
ADF lebih kecil dari nilai kritis MacKinnon.
3.3.3. Uji Kointegrasi
Kointegrasi adalah suatu hubungan jangka panjang equilibrium antara variabel-variabel yang tidak stasioner dan residual dari kombinasi linier tersebut
harus stasioner. Uji kointegrasi digunakan untuk memperoleh hubungan jangka panjang antar variabel sehingga dapat digunakan dalam sebuah persamaan.
Metode yang digunakan dalam pengujian ini adalah metode Engle-Granger Cointegration Test
yang biasanya dilakukan pada persamaan tunggal yang searah. Engle-Granger Cointegration
pada dasarnya menggunakan metode Augmented Dickey Fuller
ADF yang terdiri dari dua tahap. Pertama, dengan meregresikan persamaan variabel dependen dengan variabel independen
menggunakan metode OLS. Produksi CPO Indonesia diregresikan dengan harga CPO domestik, luas areal kelapa sawit, harga solar dan nilai tukar kemudian
didapatkan residual u dari persamaan tersebut. Kedua, melakukan uji ADF
terhadap residual dengan hipotesis yang sama seperti hipotesis uji ADF sebelumnya.
Jika hipotesis nol ditolak atau signifikan, maka variabel u stasioner atau dalam hal ini ada kombinasi linier antar variabel adalah stasioner atau u = I0.
Hal ini berarti meskipun variabel-variabel yang digunakan tidak stasioner, namun dalam jangka panjang variabel-variabel tersebut cenderung menuju pada
keseimbangan. Oleh karena itu, kombinasi linier dari variabel-variabel ini disebut regresi co-integrated regression atau regresi kointegrasi dan parameter-parameter
yang dihasilkan disebut co-integrated parameters atau koefisien-koefisien jangka panjang.
3.5 3.6
dimana: = Volume penawaran CPO Indonesia tahun ke-t,
= Harga CPO domestik tahun ke-t, = Luas areal kelapa sawit tahun ke-t,
= Harga BBM solar tahun ke-t, = Nilai tukar Rupiah terhadap Dollar Amerika Serikat tahun ke-t,
= error distribunce tahun ke-t.
3.4. Error Correction Model ECM
Karena kelebihannya dalam menggabungkan efek jangka pendek dan jangka panjang sehingga ECM menjadi model yang dapat menjelaskan variabel
penjelas dengan baik. Persamaan ECM dalam penelitian ini adalah :
3.7 dimana :
D = Perbedaan pertama first difference,
= Volume penawaran CPO Indonesia tahun ke-t, = Harga CPO domestik tahun ke-t,
= Luas areal kelapa sawit tahun ke-t, = Harga BBM solar tahun ke-t,
= Nilai tukar Rupiah terhadap Dollar Amerika Serikat tahun ke-t, = Error Correction Term,
= 3.8
= error distribunce tahun ke-t.
Dengan mensubstitusikan persamaan 3.8 yaitu mengeluarkan koefisien dalam u
maka persamaan 3.7 dapat diubah menjadi :
3.9 dimana:
= ;
= ;
= ;
= ;
= ;
= ; =
; =
, =
; =
.
Untuk mengetahui apakah spesifikasi model dengan ECM merupakan model yang valid maka dilakukan uji terhadap koefisien Error Correction Term
ECT. Jika hasil pengujian terhadap koefisien ECT signifikan, maka spesifikasi model yang diamati valid.
3.5. Uji diagnostik Diagnostic test
Kategori