Metode Penentuan Daerah Penelitian Metode Pengumpulan Data Metode Analisis Data

29

BAB III METODE PENELITIAN

3.1 Metode Penentuan Daerah Penelitian

Penelitian ini dilakukan di Provinsi Sumatera Utara. Penentuan daerah penelitian dilakukan dengan metode purposive sengaja, artinya penentuan daerah penelitian dilakukan secara sengaja berdasarkan atas pertimbangan-pertimbangan tertentu Antara, 2009. Pertimbangan dalam memilih Provinsi Sumatera Utara sebagai daerah penelitian ialah karena Sumatera Utara merupakan salah satu daerah penghasil kakao terbesar di Indonesia, Hampir 95 dari total produksi kakao di Sumatera Utara digunakan untuk memenuhi pasar ekspor. Disisi lain, pertimbangan dalam memilih Malaysia sebagai negara tujuan ekspor ialah dikarenakan Malaysia merupakan negara tujuan ekspor biji kakao terbesar di Sumatera Utara. 86.98 volume ekspor biji kakao ditujukan pada Malaysia, sedangkan 13.02 lainnya ke negara lain BPS, 2014.

3.2 Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data sekunder, berupa data time series tahunan selama 15 tahun yaitu periode tahun 2000 sampai dengan tahun 2014. Data yang akan digunakan dalam penelitian ini bersumber dari instansi yang terkait dengan penelitian ini seperti Badan Pusat Statistik BPS Provinsi Sumatera Utara, Dinas Perkebunan Provinsi Sumatera Utara, Dinas Perindustrian dan Perdagangan Provinsi Sumatera Utara, website The International Cocoa Organization ICCO, Malaysian Cocoa Board, FAO, World Bank, serta instansi Universitas Sumatera Utara 30 terkait lainnya. Data yang diperoleh yaitu data produksi biji kakao Sumatera Utara, luas areal kakao Sumatera Utara, harga domestik biji kakao, harga Internasional biji kakao, nilai tukar kurs Rupiah terhadap Dollar, volume dan nilai ekspor biji kakao Sumatera Utara, konsumsi kakao Malaysia, GDP per kapita Malaysia, dan lain-lain.

3.3 Metode Analisis Data

Untuk menjawab identifikasi masalah yang pertama dan kedua, digunakan analisis regresi linier berganda multiple linier regression, dengan model persamaannya sebagai berikut: Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + µ Keterangan: Y = Penawaran ekspor biji kakao Sumatera Utara Ton α = Konstanta intersep β 1 – β 4 = Koefisien regresi X 1 = Produksi kakao Sumatera Utara Ton X 2 = Harga domestik biji kakao Sumatera Utara RpKg X 3 = Harga Internasional biji kakao USTon µ = Random error Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + µ Keterangan: Y = Permintaan ekspor biji kakao Sumatera Utara ke Malaysia Ton α = Konstanta intersep β 1 – β 4 = Koefisien regresi Universitas Sumatera Utara 31 X 1 = Konsumsi biji kakao Malaysia Ton X 2 = Harga Internasional biji kakao USTon X 3 = GDP per kapita Malaysia US X 4 = Nilai tukar riil Rupiah terhadap Dollar RpUS µ = Random error Uji Kesesuaian: 1. Analisis Koefisien Determinasi R-Square Koefisien determinasi bertujuan untuk menguji besar kecilnya kontribusi dari variabel independent terhadap variabel dependent dengan ketentuannya yaitu determinasi R 2 berada diantara 0 dan 1 atau 0 ≤ R 2 ≤ 1. 2. Uji Statistik F Serempak Uji F bertujuan untuk menguji secara serempak pengaruh masing masing variabel independent terhadap variabel dependent. Di dalam uji F digunakan hipotesis sebagai berikut: H = Semua variabel independent secara serempak tidak berpengaruh signifikan terhadap variabel dependent H 1 = Semua variabel independent secara serempak berpengaruh signifikan terhadap variabel dependent Nilai Fhitung dapat dicari dengan rumus sebagai berikut: Fhitung = R 2 k – 1 1 −� 2 �−� Keterangan: R 2 = Koefisien determinasi Universitas Sumatera Utara 32 n = Jumlah variabel independent k = Jumlah sampel Kriteria pengambilan keputusan: Jika Fhitung ≤ Ftabel, H diterima, H 1 ditolak pada taraf signifikansi 5 Jika Fhitung Ftabel, H 1 diterima, H ditolak pada taraf signifikansi 5 3. Uji Statistik T Parsial Uji T bertujuan untuk menguji secara parsial pengaruh masing masing variabel independent terhadap variabel dependent. Di dalam uji T digunakan hipotesis sebagai berikut: H = variabel independent secara parsial tidak berpengaruh signifikan terhadap variabel dependent H 1 = variabel independent secara parsial berpengaruh signifikan terhadap variabel dependent Nilai Thitung dapat dicari dengan rumus sebagai berikut: Thitung = β i Se β i Keterangan: β i = Koefisien regresi variabel independent ke-i Seβ i = Standar error variabel ke-i Kriteria pengambilan keputusan: Jika Thitung ≤ Ttabel, H diterima, H 1 ditolak pada taraf signifikansi 5 Jika Thitung Ttabel, H 1 diterima, H ditolak pada taraf signifikansi 5 Universitas Sumatera Utara 33 Uji Asumsi Klasik 1. Uji Multikolinearitas Uji multikolinearitasc bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Karena model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independent Ghozali, 2005. Uji multikolinieritas dilakukan dengan melihat tolerance value atau dengan menggunakan Variance Inflation Factors VIF dari hasil analisis dengan menggunakan SPSS. Nilai VIF dapat dihitung dengan rumus yaitu sebagai berikut: VIF = 1 1 −� � 2 Multikolinieritas terjadi bila nilai VIF diatas 10 atau tolerance value dibawah 0.10. Sedangkan multikolinieritas tidak terjadi bila nilai VIF di bawah 10 atau tolerance value di atas 0.10. 2. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah masing-masing variabel berdistribusi normal atau tidak.Uji normalitas diperlukan karena untuk melakukan pengujian-pengujian variabel lainnya dengan mengasumsikan bahwa nilai residual mengikuti distribusi normal.Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid dan statistik parametrik tidak dapat digunakan Ghozali, 2007. Uji statistik yang digunakan untuk uji normalitas data adalah uji normalitas atau sampel Kolmogorov-Smirnov. Dasar pengambilan keputusan: Universitas Sumatera Utara 34 • Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas. • Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti arah garis diagonal tidak menunjukkan pola distribusi normal, maka dapat disimpulkan bahwa model regresi tidak memenuhi asumsi normalitas. 3. Uji Heteroskedastisitas Menurut Santoso 2002, uji Heteroskedastisitas bertujuan untuk melihat apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Dasar pengambilan keputusan adalah sebagai berikut: • Jika ada pola tertentu, seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka telah terjadi heteroskedastisitas. • Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas. 4. Uji Autokorelasi Menurut Tony Wikaya 2009, uji autokorelasi bertujuan menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya t-1. Untuk mendeteksi ada tidaknya autokorelasi adalah dengan melihat nilai dari Durbin Watson DW statistiknya yang dibandingkan dengan nilai dari tbel DW. Berikut merupakan kerangkaidentifikasi dalam menentukan ada tidaknya autokorelasi : Universitas Sumatera Utara 35 Tabel 8. Kerangka Identifikasi Autokorelasi Nilai DW Hasil dW dL Tolak H , autokorelasi positif dL ≤ dW ≤ dU Hasil tidak dapat ditentukan dU ≤ dW ≤ 4 - dU Terima H , tidak ada autokorelasi 4 – dU ≤ dW ≤ 4 - dL Hasil tidak dapat ditentukan dW 4 - dL Tolak H , autokorelasi negatif Sumber : Supriana 2012 Untuk menjawab identifikasi masalah yang ketiga, digunakan analisa time series untuk memperoleh peramalan pada variabel-variabel independent, dan digunakan analisa kausal causal explanatory model untuk memperoleh peramalan pada variabel dependent, dengan persamaan linier berganda sebagai berikut: Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + µ Keterangan: Y = Penawaran ekspor biji kakao Sumatera Utara Ton α = Konstanta intersep β 1 – β 4 = Koefisien regresi X 1 = Produksi kakao Sumatera Utara Ton X 2 = Harga domestik biji kakao Sumatera Utara RpKg X 3 = Harga Internasional biji kakao USTon µ = Random error Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + µ Keterangan: Y = Permintaan ekspor biji kakao Sumatera Utara ke Malaysia Ton α = Konstanta intersep β 1 – β 4 = Koefisien regresi Universitas Sumatera Utara 36 X 1 = Konsumsi biji kakao Malaysia Ton X 2 = Harga Internasional biji kakao USTon X 3 = GDP per kapita Malaysia US X 4 = Nilai tukar riil Rupiah terhadap Dollar RpUS µ = Random error

3.4 Definisi dan Batasan Operasional