Impor Pulp Dunia TINJAUAN PUSTAKA

emas, devisa asing atau untuk menyelesaikan utang. Negara menujukan sumber daya dalam negeri mereka bagi ekspor karena mereka dapat memperoleh lebih banyak barang dan jasa dengan devisa internasional yang mereka peroleh dari ekspor daripada yang akan mereka peroleh dengan menujukan sumberdaya itu bagi produksi barang dan jasa di dalam negeri Kusnedi 1995. Ekspor adalah kegaitan perdagangan dari dalam negeri ke luar negeri dimana hasil transaksi tersebut mendatangkan pemasukan bagi daerah yang mengekspor. Bila nilai ekspor suatu daerah semakin besar, maka akan berbanding lurus dengan pendapatan daerah tersebut, dan mengekspor berupa barang jadi atau bahan olahan bukan berupa bahan baku. Karena bila suatu barang telah melalui proses dari bahan baku menjadi barang jadi, maka nilainya akan semakin tinggi daripada nilai bahan baku karena telah melalui proses pengolahan lebih lanjut. Dalam pengertian atau batasan yang lebih luas, ekspor suatu negara merupakan kelebihan produksi barang atau jasa yang tidak dikonsumsi oleh konsumen negara yang bersangkutan atau tidak disimpan dalam bentuk stock Labys 1973; Kindleberger and Lindert 1982. Penawaran ekspor pulp dipengaruhi oleh harga ekspor pulp pada tahun ke-t dan harga ekspor pulp tahun ke-t-1. Selain dua faktor tersebut, penawaran ekspor suatu negara juga dipengaruhi oleh tingkat suku bunga dan nilai tukar valuta asing, dan jumlah ekspor tahun sebelumnya Branson and Litvak 1981. Berdasarkan pengertian ini, maka ekspor pulp atau kertas dapat didefinisikan sebagai berikut : QX t = Q t + P t + Er t + QX t-1 ................................................................. 3.18 keterangan: QX t = Jumlah pulp atau kertas yang diekspor pada tahun ke-t unit Q t = Jumlah produksi pulp dan kertas pada tahun ke-t unit P t = Harga ekspor pulp pada tahun ke-t Er t = Nilai tukar mata uang asing tahun ke-t QX t-1 = Jumlah ekspor pulp pada tahun ke-t-1. Impor merupakan kegiatan membeli atau memasukkan barang dari luar negeri ke dalam negeri. Suatu daerah diharapkan meminimalisasi kegiatan impor ini karena akan menurunkan pendapatan daerah. Permintaan impor suatu negara terhadap suatu barang atau jasa merupakan kelebihan konsumsi yang tidak sanggup diproduksi di dalam negeri Labys 1973. Dengan kata lain, suatu negara akan mengimpor suatu komoditas karena produksi di negara tersebut relatif sedikit dibandingkan dengan konsumsinya Permintaan impor juga dipengaruhi oleh harga impor pulp atau kertas, nilai tukar valuta asing, impor tahun pulp atau kertas ke-t-1 Permintaan impor dapat dirumuskan sebagai berikut : QM t = C t - PM t - Er t + QMt-1 ...................................................... 3.23 keterangan : QM t = Jumlah impor pulp tahun ke-t unit C t = Jumlah konsumsi pulp tahun ke-t unit PM t = Harga impor pulp atau kertas pada tahun ke-t Er t = Nilai tukar valuta asing pada tahun ke-t QM t-1 = Impor pulp atau kertas pada tahun ke-t-1

3.1.3. Model Regresi Linear Berganda

Analisis regresi merupakan teknik statistika yang berguna untuk memeriksa dan memodelkan hubungan antara variabel-variabel yang digunakan. Sasaran utama dalam analisis regresi linier adalah menjelaskan perilaku suatu variabel tak bebas sehubungan dengan perliaku satu atau lebih variabel bebas, dengan memperhitungkan fakta bahwa hubungan antara semua variabel tersebut bersifat tidak pasti. Model regresi liner berganda adalah model regresi dengan lebih dari satu variabel penjelas yang mungkin mempengaruhi variabel tak bebas Gujarati 2006. Metode kuadrat terkecil biasa atau Ordinary Least Square OLS meerupakan metode yang paling umum digunakan untuk memperoleh nilai parameter dalam suatu model regresi. Hal ini disebabkan metode estimasi OLS juga memiliki sifat teoritis yang kokoh, yang dijelaskan dalam teorema Gauss- Markov. Teorema tersebut menyatakan bahwa berdasarkan asumsi-asumsi dari model regresi linier klasik, penaksir OLS memiliki varians yang terendah diantara penaksir-penaksir linier lainnya; dalam hal ini pernaksir OLS disebut sebagai penaksir tak bias liner terbaik atau Best Linier Unbiased Estimator BLUE. Dalam upaya mencapai kondisi statistik yang baik, metode OLS akan menghasilkan pendugaan yang baik apabila asumsi-asumsi yang mendasarinya terpenuhi, antara lain: 1. Memiliki parameter-parameter yang bersifat linier dan model ini ditentukan secara tepat; 2. Tidak adanya autokorelasi dalam setiap variabel dalam model; 3. Asumsi homoskedastisitas atau penyebaran yang sama 4. Tidak terdapat multikolinearitas, yang berarti tidak terdapat hubungan linier yang pasti antara variabel bebas; serta 5. Untuk pengujian hipotesis, faktor kesalahan mengikuti distribusi normal dengan rata-rata sebesar nol dan homoskedastis. Autokorelasi dapat didefinisikan sebagai korelasi diantara anggota observasi yang diurut menurut waktu seperti data deret berkala atau ruang seperti data lintas sektoral Kendal et al dalam Gujarati 2006. Autokorelasi dalam suatu model akan menyebabkan suatu model memiliki suatu selang kepercayaan yang semakin lebar dan pengujian menjadi kurang akurat. Hal ini mengakibatkan hasil pengujian dari uji-t dan uji-F menjadi tidak sah dan penaksiran regresi akan menjadi sensitif terhadap fluktuasi penyampelan. Uji yang paling umum untuk mendeteksi autokorelasi adalah uji statistik Durbin-Wattson. Masalah autokorelasi dapat diatasi dengan menggunakan prosedur generlized differencing, prosedur Cochrane-Orcutt, atau prosedur Hilderth-Lu Juanda 2009. Heteroskedastisitas merupakan suatu penyimpangan terhadap asumsi homoskedastisitas. Asumsi homoskedastisitas merupakan suatu kondisi dimana semua observasi dalam suatu model memiliki varians yang sama. Homoskedastisitas terjadi karena fungsi regresi populasi PRF memberikan nilai mean rata-rata variabel tak bebas untuk tingkat variabel-variabel penjelas tertentu Gujarati 2006. Konsekuensi dari heteroskedastisitas adalah estimator OLS masih linier dan tidak bias, namun tidak lagi efisien karena tidak lagi memiliki varians minimum. Jika heteroskedastisitas terjadi, pengujian hipotesis yang seperti biasa tidak bisa diandalkan karena memungkinkan penarikan kesimpulan yang menyesatkan. Pendeteksian ada atau tidaknya masalah heteroskedastisitas dapat dilakukan dengan menggunakan grafik scatterplot antara nilai residual regresi dengan nilai prediksi Mulyanto et al 2010. Heteroskedastisitas dapat dideteksi dengan melakukan beberapa pengujian antara lain dengan metode grafik, uji Park, uji Glejser, uji Breusch-Pagan, Uji Godfeld-Quandt, atau white test Juanda 2009. Jika heteroskedastisitas terjadi dalam model, maka dapat diatasi dengan melakukan teknik pendugaan yang tepat, sesuai dengan diketahui atau tidaknya ragam sisaan. Apabila ragam sisaan diketahui, pendugaan parameter dapat dilakukan dengan menggunakan metode Kuadrat Terkecil Terboboti atau Weighted Least Square WLS, sedangkan jika ragam sisaan tidak diketahui maka perlu dipertimbangkan kasus-kasus khusus dimana informasi yang tersedia cukup untuk memperkirakan ragam sisaan yang sebenarnya. Selain itu, masalah heteroskedastisitas dapat diatasi dengan mentransformasi data dengan logaritma. Multikolinearitas terjadi akibat adanya hubungan linier diantara variabel- variabel penjelas dalam suatu regresi berganda. Hubungan linier yang sempurna antara variabel penjelas disebut sebagai multikolinearitas sempurna, apabila hal ini terjadi maka akan mengakibatkan estimasi dan pengujian hipotesis koefisien regresi individual dalam regresi berganda menjadi tidak dapat dilakukan. Adapun hubungan kolinearitas yang tinggi namun tidak sempurna disebut sebagai multikolinearitas tidak sempurna Gujarati 2006. Konsekuensi dari adanya multikolinearitas tidak sempurna antara lain varians menjadi besar dan kesalahan standar estimator OLS, interval keyakinan yang lebih lebar, rasio t tidak signifikan, nilai R 2 yang tinggi tapi sedikit rasio t signifikan, serta estimator OLS dan kesalahan standarnya cenderung tidak stabil. Pengujian korelasi parsial, regresi subsider atau tambahan, dan faktor inflasi varians atau Variance Inflation Factor VIF dapat mendekteksi adanya multikolinearitas Beberapa cara yang digunakan untuk mengatasi multikolinearitas Juanda 2009, antara lain: 1. Memanfaatkan informasi sebelumnya a prior information; 2. Mengeluarkan peubah dengan kolinearitas tinggi, namun dapat menimbulkan kesalahan spesifikasi; 3. Melakukan transformasi terhadap peubah-peubah dalam model dengan first difference form untuk data deret waktu; 4. Menggunakan regresi komponen utama principal component; 5. Menggabungkan data cross section dengan data time series; 6. Cek kembali asumsi waktu pembuatan model; serta 7. Penambahan data baru. Uji normalitas penting untuk dilakukan guna memastikan bahwa data yang digunakan untuk analisis berasal dari data variabel yang terdistribusi normal. Uji ini dapat dilakukan dengan menggunakan uji histogram secara grafis, normal probability test , uji Skewness-Kurtosis, dan uji Kolmogorov Smirnov Mulyanto et al , 2010. Prosedur pengujian yang termasuk sederhana antara lain dengan menggunakan histogram residu, gambar probabilitas normal, dan uji Jarque-Bera Gujarati 2006. Selain itu, proses pembuatan model regresi linier berganda diperlukan pengujian secara statistik untuk mengetahui seberapa bagus model yang telah dibuat. Pengujian tersebut antara lain uji-F, uji-t, dan uji koefisien determinasi. Uji-F bertujuan untuk mengetahui pengaruh variabel bebas secara bersama-sama terhadap variabel tidak bebas, sedangkan uji-t yang bertujuan untuk mengetahui pengaruh variabel bebas secara parsial terhadap variabel tidak bebas. Adapun koefisien determinasi digunakan untuk mengetahui seberapa besar keragaman variabel tidak bebas dapat dijelaskan oleh variabel-variabel bebas di dalam model Gujarati 2006. Besaran nilai koefisien determinasi berkisar antara 0 sampai 1. R 2 sering secara informal digunakan sebagai statistika untuk kebaikan dari kesesuian model goodness of fit, dan membandingkan validitas hasil analisis model regresi Juanda 2009, namun terdapat beberapa masalah dengan penggunaan R 2 , yaitu: 1. Semua hasil analisis statistika berdasarkan asumsi awal bahwa model tersebut benar, kita tidak memiliki prosedur untuk membandingkan spesifikasi alternatif; 2. R 2 sensitif terhadap jumlah peubah bebas dalam model; 3. Interpretasi dan penggunaan R 2 menjadi sulit jika suatu model diformulasikan mempunyai intersep = 0. Dalam kasus ini, nilai R 2 dapat diluar selang 0 sampai dengan 1. Menurut Juanda 2009 nilai R 2 terkoreksi ̅ mempunyai karakteristik yang diinginkan sebagai ukuran goodness of fit daripada R 2 . Jika peubah baru ditambahkan, R 2 selalu naik, namun ̅ dapat naik atau turun. Penggunaan ̅ menghindari dorongan peneliti untuk memasukkan sebanyak mungkin peubah bebas tanpa pertimbangan yang logis.

3.2. Kerangka Pemikiran Operasional

Permintaan akan kertas di dunia mengalami peningkatan setiap tahunnya. Hal ini menyebabkan permintaan pulp di dunia juga mengalami peningkatan karena pulp merupakan bahan baku utama kertas. Permintaan pulp dunia yang tinggi memicu produsen pulp meningkatkan jumlah produksi pulp dan juga meningkatkan jumlah ekspor sedangkan negara yang tidak memiliki sumberdaya alam yang banyak meningkatkan jumlah impor pulp guna memenuhi kebutuhan pulp. Jumlah ekspor pulp Kanada, Brazil, dan Inodnesia serta jumlah impor pulp Cina, Amerika Serikat dan Indonesia Analisis kuantitatif dengan tabulasi data untuk mendeskripsikan perkembangan ekspor pulp di negara Kanada, Brazil, dan Indonesia serta perkembangan impor pulp di Negara Cina, Analisis kuantitatif metode Ordinary Least Square OLS untuk menduga faktor-faktor yang mempengaruhi ekspor pulp negara Kanada, Brazil, dan Indonesia dan impor pulp di Negara Cina , Permintaan kertas dunia tinggi Permintaan pulp dunia tinggi Penetapan ekolabeling pada tahun 2000 Krisis ekonomi yang terjadi di Amerika dan Eropa Jumlah produksi dan konsumsi pulp dunia berfluktuasi Informasi mengenai perkembangan ekspor dan pulp dunia dan fakor-faktor yang pemempengaruhi ekspor dan impor pulp dunia