BAB III METODE PENELITIAN
3.1 Ruang Lingkup Penelitian
Penelitian ini memfokuskan masalah mengenai konsumsi masyarakat Kabupaten Langkat dari tahun 1990 sampai tahun 2009. Dengan variabel bebasnya
adalah PDRB, kredit konsumsi, tabungan masyarakat dan suku bunga kredit. Sedangkan konsumsi masyarakat sebagai variabel terikatnya.
3.2 Jenis dan Sumber Data
Data yang digunakan adalah data sekunder dengan jenis data runtun waktu tahunan dari tahun 1990 sampai tahun 2009 yang bersumber dari BPS, Bank
Indonesia dan data pendukung lainnya yang diperoleh dari jurnal, buku dan penelitian sebelumnya.
3.3 Pengolahan Data
Penulis menggunakan program komputer Eviews 6 dalam mengolah dan menganalisis data penelitian di dalam tesis ini.
35
Universitas Sumatera Utara
3.4 Model Analisis
Model analisis yang akan digunakan merupakan model ekonometrika dengan teknik analisis menggunakan regresi linier berganda dengan metode Error Correction
Mecanism ECM yang dapat difungsikan sebagai berikut: Konsumsi = fPDRB, Kredit, Tabungan, Suku Bunga ................... 3.1
Dari fungsi konsumsi di atas dapat dijabarkan ke dalam persamaan penelitian sebagai berikut ini:
∆ K
t
= â + â
1
∆ P
t
+ â
2
∆ KK
t
+ â
3
∆ S
t
+ â
4
∆ I
t
+ â
5
µ
t-1
+ å
t
.................. 3.2 Di mana:
∆ K
= Perubahan konsumsi masyarakat Kabupaten Langkat milyar rupiah ∆
P = Perubahan PDRB Kabupaten Langkat milyar rupiah
∆ KK
= Perubahan kredit konsumsi Kabupaten Langkat milyar rupiah ∆
S = Perubahan tabungan masyarakat Kabupaten Langkat milyar rupiah
∆ I
= Perubahan suku bunga kredit perbankan Kabupaten Langkat persen â
= Intersep â
1
– â
5
= Koefisien regresi µ
t-1
= Error Correction Term ECT t
= Tahun å
= Kesalahan pengganggu
Universitas Sumatera Utara
3.5 Uji Stasioneritas
3.5.1 Uji Autocorrelation Function AFC
Salah satu pengujian stasioneritas data adalah dengan menggunakan uji autocorrelation function AFC. Nilai AFC ñ
k
pada lag k dapat dirumuskan sebagai berikut:
varian k
lag pada
kovarian
k
.................................................. 3.3 Nilai kovarian dan varian diukur dengan unit pengukuran yang sama,
sehingga nilai ñ
k
merupakan suatu nilai. Besarnya nilai ñ
k
adalah antara -1 dan 1. Jika kita plot ñ
k
dengan k, maka akan diperoleh gambar yang kita sebut dengan population correlogram. Karena dalam analisa pada umumnya kita gunakan sampel maka akan
mendapatkan sample correlogram.
3.5.2 Uji Akar Unit
Uji ini juga digunakan untuk melihat apakah data runtun waktu yang dianalisis berbentuk stasioner atau tidak. Uji ini sangat populer dan dikenalkan oleh
David Dickey dan Wayne Fuller. Adapun persamaan uji akar unit Dickey-Fuller adalah sebagai berikut:
Y
t
= ñY
t-1
+ µ
t
-1 ≤ ñ ≤ 1 ........................................... 3.4 di mana µ
t
adalah white noise error term. Jika nilai ñ = 1, dalam kasus uji akar unit, persamaan di atas menjadi model
random walk yang artinya data tidak stasioner. Selanjutnya dalam proses pengujian akar unit, dilakukan manipulasi yaitu dengan mengurangkan masing-masing sisi kiri
Universitas Sumatera Utara
dan kanan dari persamaan di atas dengan Y
t-1
, sehingga kita memperoleh persamaan sebagai berikut:
Y
t
– Y
t-1
= ñY
t-1
– Y
t-1
+ µ
t
Y
t
– Y
t-1
= ñ-1Y
t-1
+ µ
t
∆ Y
t
= äY
t-1
+ µ
t
..................................................................... 3.5 Selanjutnya dilakukan pengujian hipotesis sebagai berikut:
H : ä = 0 data tidak stasioner
H
1
: ä ≠ 0 data stasioner Adapun kriteria keputusannya adalah jika nilai ADF statistik nilai kritisnya
maka hipotesis nol diterima. Dengan demikian dapat disimpulkan bahwa data mengalami masalah akar unit atau data tidak stasioner.
3.6 Uji Kointegrasi
Dalam ekonometrika, variabel yang saling berkointegrasi menggambarkan keadaan keseimbangan jangka panjang. Variabel bebas dan variabel terikat dapat
berkointegrasi pada derajat integrasi satu atau I1. Oleh karena itu, suatu regresi yang variabel-variabelnya tidak stasioner pada level derajat nol bukan berarti
regresi yang dihasilkan adalah supurious regression regresi palsu. Dapat saja terjadi ketika masing-masing variabel dilakukan pembedaan pertama first difference, kedua
variabel sudah stasioner dan keduanya dapat saja saling berkointegrasi. Untuk pengujian dapat dilakukan dengan teknik Cointegrating Regression Durbin Watson
CRDW Test yang dikembangkan oleh Sargan dan Bhargava.
Universitas Sumatera Utara
Pengujian ini dilakukan dengan cara membandingkan nilai DW
stat
yang diperoleh dari hasil estimasi dengan nilai DW
tabel
yang tersaji pada tabel berikut ini:
Tabel 3.1. Nilai CRDW
tabel
pada Berbagai Tingkat Signifikansi Tingkat
signifikansi á
0,01 0,05
0,10 DW
tabel
0,511 0,386
0,322 Sumber: Ario Pratomo, 2007.
Adapun kriteria keputusannya adalah apabila nilai DW
stat
DW
tabel
, maka nilai residual sudah stasioner dan terjadi kointegrasi antar variabel. Cara lain untuk
melihat apakah ada hubungan kointegrasi antara variabel bebas dengan variabel terikat adalah dengan menggunakan Engle-Granger EG atau Augmented Engle-
Granger AEG Test.
3.7 Uji Kesesuaian Model