Ruang Lingkup Penelitian Jenis dan Sumber Data Metode Analisis dan Pengolahan Data

BAB III METODE PENELITIAN

3.1 Ruang Lingkup Penelitian

Penelitian ini dibatasi dengan menganalisis data sekunder kuantitatif tahunan pada rentang waktu antara 1975-2008 dengan pertimbagan ketersediaan data. Data sekunder digunakan karena penelitian yang dilakukan meliputi objek yang bersifat makro dan mudah didapat dan data tersebut diolah kembali oleh penulis sesuai dengan kebutuhan model yang digunakan. Di dalam penelitian ini dikaji Universitas Sumatera Utara hubungan kausalitas dan kointegrasi antara pertumbuhan ekonomi dan ekspor di Sumatera Utara selama kurun waktu 1975-2008.

3.2 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder dengan jenis data time series selama kurun waktu 1975-2008. Sumber data yang diperoleh berasal dari berbagai sumber seperti Badan Pusat Statistik BPS dan dari situs Bank Indonesia. Di samping itu, penulis juga melakukan studi literature untuk mendapatkan teori yang mendukung penelitian yang diperoleh dari jurnal dan sebagainya.

3.3 Metode Analisis dan Pengolahan Data

Metode analisis dalam penelitian ini adalah Cointegration Test dan Granger Causality Test. Analisis Cointegration Test Test Johansen bertujuan untuk melihat hubungan pertumbuhan ekonomi dengan ekspor di Sumatera Utara dalam jangka panjang. Sedangkan analisis Granger Causality Test adalah untuk melihat hubungan timbal balik kausal antara pertumbuhan ekonomi dengan ekspor di Sumatera Utara. Dalam kaitanya dengan metode tersebut maka pengujian terhadap perilaku data runtun waktu time series dan integrasinya dapat dipandang sebagai uji prasyarat bagi digunakanya metode Cointegration Test dan Granger Causality Test . Sebelum dilakukanya estimasi terhadap kedua metode tersebut, maka terlebih dahulu dilakukan langkah-langkah sebagai berikut :

1. Uji Akar Unit Unit Root Test

Universitas Sumatera Utara Validitas hipotesis kausalitas pertumbuhan ekonomi dan ekspor dapat dibuktikan dengan cara melakukan pengujian stasioneritas terhadap masing- masing variable yang akan dianalisis dengan Uji akar unit Unit Root Tes yang merupakan bagian dari uji stasioneritas. Uji akar unit guna membentuk model dinamis dari semua variable dimana terlebih dahulu di uji stasionaritasnya melalui prosedur Augmented Dickey Fuller ADF Unit Root Test dari Dickey Fuller maupun Phillips-Perron. Tujuanya adalah untuk melihat stasionaritas data time series yang diteliti dengan program Eviews 5.1. Adapun formula dari uji Augmented Dickey Fuller ADF dapat dinyatakan sebagai berikut : P D = + + ……………….1 i = 1 Sedangkan untuk uji Phillip Perron PP adalah: D = + + …………………………….........2 Dimana D adalah perbedaan atau differensi. Kedua uji dilakukan dengan hipotesis null = 0 untuk ADF dan = 1 untuk PP. Prosedur untuk mengetahui data stasioner atau tidak dengan cara membandingkan antara nilai statistic ADF dan PP yang diperoleh dari nilai t hitung koefisien dan dengan nilai kritis distribusi MacKinnon. Universitas Sumatera Utara Jika nilai absolute statistic ADF dan PP lebih besar dari nilai kritis Mackinnon maka data stasioner dan sebaliknya jika nilai absolute statistic ADF dan PP lebih kecil dari nilai kritis Mackinnon maka data tidak stasioner. Hal penting dalam uji ADF adalah menentukan panjangnya kelambanan. Panjangnya kelambanan bias ditentukan berdasarkan kriteria AIC ataupun SIC. Nilai terkecil dari AIC dan SIC digunakan untuk panjangnya kelambanan yang optimal.

2. Uji Kointegrasi Cointegration Test

Setelah diketahui bahwa baik data pertumbuhan ekonomi dan ekspor Sumatera Utara keduanya stasioner, maka selanjutnya akan diuji kointegrasi. Uji kointegrasi bertujuan untuk mengetahui apakah ada hubungan keseimbangan jangka panjang antara dua variable tersebut. Hubungan keseimbangan dalam jangka panjang antar pertumbuhan ekonomi dan ekspor dapat diuji menggunakan Johansen test . Hipotesis yang akan diuji adalah untuk menentukan jumlah dari arah kointegrasi tersebut maka johansen menyarankan untuk melakukan dua uji statistic yaitu untuk menentukan banyaknya vektor kointegrasi. Dua uji tersebut adalah Trace test dan Maximum eigenvalue statistic. Uji statistic pertama adalah uji trace Trace test , yaitu menguji hipotesis nol null hypothesis yang mensyaratkan bahwa jumlah dari arah kointegrasi adalah kurang dari atau sama dengan p dan uji ini dapat dilakukan sebagai berikut : P r= - T ….......3 i = r +i Universitas Sumatera Utara di mana ,…. adalah nilai eigenvektors terkecil p-r. Null hipotesis yang disepakati adalah jumlah dari arah kointegrasi sama dengan banyaknya r. Dengan kata lain, jumlah vector kointegrasinya lebih kecil atau sama dengan ≤ r. Johansen trace statistic atau juga dikenal sebagai test statistic LR Likelihood Ratio untuk menguji hipotesis Ho : r 1 terhadap Ha : r = 0, yang dirumuskan dalam persamaan: Trace test Qr = - n ln 1- i Untuk uji statistic yang kedua adalah uji maksimum eigenvalue yang dilakukan dengan formula sebagai berikut: r, r+1 = -T in 1- ………..4 Uji ini berdasarkan pada uji null hypothesis bahwa terdapat r dari vector kointegrasi yang berlawanan r + 1 dengan vector kointegrasi. Untuk melihat hubungan kointegrasi tersebut maka dapat dilihat dari besarnya nilai trace statistic dan max eigen statistic dibandingkan dengan nilai critical value pada tingkat kepercayaan 5. Alternatif uji kointegrasi dari Johansen adalah dengan menggunakan maximum eigenvalue statistic yang dapat dihitung dari trace statistic, yaitu : Qmax = -nln 1- i = Qr – Qr+1

3. Uji Granger Causality

Pengujian dengan metode Granger Causality Test digunakan untuk melihat hubungan kausalitas hubungan timbal balik antara variabel-variabel yang diteliti yakni pertumbuhan ekonomi dan ekspor. Sehingga dapat diketahui kedua variabel tersebut secara statistik saling mempengaruhi hubungan dua arah, memiliki Universitas Sumatera Utara hubungan searah atau sama sekali tidak ada hubungan tidak saling mempengaruhi. Berikut ini metode Granger Causality Test seperti berikut ini : r s = + x t-i + ……..5 i = 1 j = 1 m n X t = + + ............6 i = 1 j = i Dimana: - Y t adalah pertumbuhan ekonomi - X t adalah ekspor dan Vt adalah error terms yang diasumsikan tidak mengandung korelasi serial dan m = n = r = s. Berdasarkan hasil regresi dari kedua bentuk model regresi linear diatas akan menghasilkan empat kemungkinan mengenai nilai koefisien- koefisien regresi dari persamaan 1,2 dan 1,3 adalah sebagai berikut : n s 1. Jika 0 dan = 0 J= 1 j= 1 Maka terdapat kausalitas satu arah dari Y ke X. n s 2. Jika 0 dan J=1 j=1 Maka terdapat kausalitas satu arah dari X ke Y. n s 3. Jika 0 dan J= 1 j= 1 Universitas Sumatera Utara Maka Y dan X bebas antara satu dengan yang lainnya. n s 4. Jika ≠ 0 dan J= 1 j=1 Maka terdapat kausalitas dua arah antara X dan Y. Dalam penulisan skripsi ini, data diolah dengan menggunakan program Eviews 5.1

3.4 Defenisi Oprasional Variabel