Ruang lingkup Penelitian Jenis dan Sumber Data Pengolahan Data Metode Pengumpulan Data Inflasi adalah Kenaikan tingkat harga secara keseluruhan dalam satu tahun berdasarkan Nilai Tukar adalah Merupakan perbandingan antara Rupiah dengan Dolar Amerika

BAB III METODE PENELITIAN

3.1. Ruang lingkup Penelitian

Penelitian ini membahas tentang analisis faktor – faktor apa saja yang mempengaruhi neraca pembayaran Indonesia. Pembahasan dan analisis lebih difokuskan kepada perkembangan neraca pembayaran Indonesia dalam kurun waktu 1985 – 2007 23 tahun.

3.2. Jenis dan Sumber Data

Adapun data yang digunakan data ; Inflasi, Nilai Tukar, Suku Bunga, net Ekspor dalam penelitian ini adalah jenis data sekunder, yang diperoleh dari publikasi resmi dalam bentul literatur buku-buku, dan beberapa sumber atau instansi yaitu Kantor Bank Indonesia KBI Medan, Biro Pusat Statistik Propinsi Sumatera Utara dan dari beberapa bahan – bahan bacaan yang berkaitan dengan penelitian. Data beberbentuk data kala berkala time series dalam kurun waktu 23 tahun.

3.3. Pengolahan Data

Penulis menggunakan program komputer SPSS 16 untuk mengolah data dalam penulisan ini. Universitas Sumatera Utara

3.4. Metode Pengumpulan Data

Adapun metode pengumpulan data dalam penelitian ini adalah dilakukan dengan metode pengumpulan data sekunder dengan mencatat langsung dan mengkopi dari laporan – laporan tahunan langsung ke sumber data perpustakaan Bank Indonesia, Badan Pusat Statistik BPS penelitian kepustakaan yaitu seperti buku yang berkaitan dengan topik penelitian.

3.5. Model Analisis Data

Spesifikasi model analisis yang akan dijadikan sebagai model penelitian merupakan fungsi matamatis dengan parameter berbentuk linier. Metode analisis yang dipakai adalah metode Kuadarat Terkecil Biasa ordinary least square OLS. Hubungan antara variabel – variabel indenpenden dengan variabel dependent dirumuskan dalam fungsi sebagai berikut : Nilai ekspor = f Inflasi, Suku Bunga, Nilai Tukar Untuk menganalisis persamaan diatas maka persamaan tersebut diubah dalam bentuk model analisis jalur Path Analysis, sebagai berikut : Y1 = PY1X1 + PY1X2 + PY1X3 Universitas Sumatera Utara Dimana : Y1 = Nilai Ekspor US X1 = Inflasi X2 = Suku Bunga X3 = Nilai Tukar Rp US Neraca Pembayaran = f Inflasi, Suku Bunga, Nilai Tukar Untuk menganalisis persamaan diatas, maka persamaan tersebut diubah dalan model analisis jalur Path analysis, sebagai berikut : Y2 = PY2X1 + PY2X2 + PY2X3 Dimana : Y1 = Nilai Ekspor US X1 = Inflasi X2 = Suku Bunga X3 = Nilai Tukar Rp US Neraca Pembayaran = f Nilai Ekspor Universitas Sumatera Utara Untuk menganalisis persamaan diatas maka persamaan tersebut diubah dalam model path analysis sebagai berikut : Y2 = PY2X1 + PY2X2 + PY2X3 + PY2 Y1 Universitas Sumatera Utara 3.5.1. Kerangka Model Analysis Jalur path analysis Kerangka Model Analysis Jalur path analysis dalam penelitian ini digambarkan sebagai berikut :

3.5.1.1. Direct Effect

PY1X1 PY2X1 PY1X2 PY2X2 PY1X3 PY2X3 Gambar 3.1. Direct effect Pengaruh variabel – variabel bebas terhadap variabel – variabel terikat secara langsung, dapat diformulasikan sebagai berikut : X1 Y1 = PY1X1 X1 Y2 = PY2X1 X2 Y1 = PY1X2 X2 Y2 = PY2X2 X3 Y1 = PY1X3 X3 Y2 = PY2X3 Y1 X3 X2 X1 Y2 Universitas Sumatera Utara

3.5.1.2. Indirect Effect : PY1X1

PY1X2 PY1X3 Gambar 3.2. Indirect effect Pengaruh variabel – variabel bebas terhadap variabel – variabel terikat secara tidak langsung melalui variabel Y1, dapat diformulasikan sebagai berikut : X1 Y1 Y2 = PY1X1 PY2Y1 X2 Y1 Y2 = PY1X12 PY2Y1 X3 Y1 Y2 = PY1X3 PY2Y1 Y1 X3 X2 X1 Y2 Universitas Sumatera Utara 3.5.1.3.Total Effect Total pengaruh variabel – variabel bebas terhadap variabel – variabel terikat, dapat diformulasikan sebagai berikut : X1 Y1 Y2 = PY1X1 + PY2Y1 X2 Y1 Y2 = PY1X2 + PY2Y1 X3 Y1 Y2 = PY1X3 + PY2Y1

3.5.2. Test of Goodness of Fit

Untuk melihat goodness of fit dari hipotesis tersebut maka perlu dilakukan uji statistik, yaitu:

3.5.2.1. Koefisien Determinasi R-Square

Koefisien Determinasi digunakan untuk melihat seberapa besar variasi variabel- variabel independen secara bersama mampu memberi penjelasan variasi variabel dependen.

3.5.2.2. Uji t-statistik Uji Parsial

Uji t-statistik merupakan suatu pengujian yang bertujuan untuk mengetahui apakah pengaruh antara variabel independen secara individu parsial terhadap variabel dependen signifikan atau tidak. Dalam uji ini digunakan prosedur sebagai berikut: Hipotesis : H : b i = b H a : b i ≠ b Universitas Sumatera Utara Dimana b i merupakan koefisien variabel independen pertama nilai parameter hipotesis, dan biasanya b = 0. Artinya bahwa tidak ada pengaruh variabel X 1 terhadap Y. Bila nilai hitung t-hitung t-tabel, maka pada tingkat kepercayaan tertentu Ho ditolak. Hal ini berarti bahwa variabel independen yang diuji berpengaruh nyata signifikan terhadap variabel dependen. Nilai t-hitung diperoleh dengan rumus: t-hitung = bi Se bi Keterangan: b i = Koefisien variabel independen ke-i Sb i = Simpanan baku dari variabel independen ke-bi Gambar 3.4 Kurva Uji t-statistik H diterima H a diterima H a diterima Universitas Sumatera Utara

3.5.2.3. Uji F-Statistik Uji Serempak

Uji F-Statistik Uji Serempak ini adalah pengujian yang bertujuan untuk mengetahui pengaruh antara seluruh variabel independen secara serempak bersama-sama terhadap variabel dependen. Untuk pengujian ini digunakan prosedur sebagai berikut: Hipotesis : H : b 1 = b 2 = b n = ………0 tidak ada pengaruh H a : b 1 ≠ b 2 ≠ b n ≠ ….... 0ada pengaruh Pengujian ini dilakukan dengan membandingkan nilai F-hitung dengan F-tabel. Jika F-hitung F-tabel, maka H ditolak yang berarti variabel independen secara bersama-sama mempengaruhi variabel dependen. Nilai F-hitung dapat diperoleh dengan rumus: F-hitung = k n R k R − − − 1 1 2 2 Keterangan: R 2 = Koefisien Determinasi k = Jumlah variabel independen n = Jumlah sampel Dengan kriteria pengujian pada tingkat kepercayaan 95 sebagai berikut: H diterima jika F-hitung F-tabel H ditolak jika F-hitung F-tabel Universitas Sumatera Utara Gambar 3.5 Kurva Uji F-Statistik 3.5.3. Uji Penyimpangan Asumsi Klasik 3.5.3.1. Multikolinearity Kolinearitas ganda adalah alat yang digunakan untuk mengetahui apakah ada hubungan yang kuat kombinasi linear diantara independen variabel. Suatu model regresi linear akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung multikolinearity. Kolinearitas ganda terjadi karena adanya hubungan yang kuat antar F- tabel H diterima H a diterima Universitas Sumatera Utara sesama variabel independen dari suatu model estimasi. Untuk mendeteksi ada tidaknya mutikolinearity dapat dilihat dari nilai R-Square, F-hitung, t-hitung serta standard error. Ada beberapa uji formal untuk mendeteksi keberadan multikolinearitas yaitu antara lain : 1. Tolerance 2. VIF 3. Grafik 4. Koefisien Dan dalam penelitian ini yang dipergunakan untuk melihat adanya multikolinearitas antar variabel adalah dengan tolerance dan VIF.

3.5.3.2. Uji Heteroskedastisitas

Heterokedastisitas adalah suatu kondisi dimana sebaran atau variance σ 2 dari error term µ tidak konstan sepanjang observasi. Jika harga X makin besar maka sebaran Y makin lebar atau makin sempit. Untuk menguji heterokedastisitas dapat dilakukan dengan Uji White sebagai berikut: 1. Lakukan regresi model yang kita miliki dan kita dapatkan nilai residual untuk estimasi error; Universitas Sumatera Utara 2. Lakukan regresi auxiliary kita dapatkan nilai R² dari regresi ini kemudian kita hitung X² dengan rumus n x X²; 3. Dibandingkan X² dari regresi diatas dengan nilai chi square dengan derajad bebas 2 dan alpha 1 . Jika R² x n lebih besar dari nilai tabel chi square alpha, df berarti terjadi heteroskedastisitas jika sebaliknya berarti tidak heteroskedastisitas.

3.5.3.3. Serial CorrelationAutocorrelation

Autokorelasi merupakan korelasi antar anggota seri observasi yang disusun menurut urutan waktu seperti data cross-section, atau korelasi pada dirinya sendiri. Apabila ada ketergantungan antara kesalahan pengganggu ε i dan kesalahan pengganggu ε j , maka dikatakan ada autokorelasi, dengan simbol dapat dinyatakan sebagai berikut: E ε i ε j ≠ 0.i ≠ j Adapun beberapa cara untuk menguji keberadaan autokorelasi adalah sebagai berikut: ▪ Dengan menpergunakan atau memflot grafik ▪ Dengan D-W Test Uji Durbin Watson D-W Test digunakan untuk mengetahui apakah dalam model terdapat autokorelasi ataupun antara disturbance error-nya. D-W Test Uji Durbin-Watson Universitas Sumatera Utara D-hitung = ∑ ∑ − − − − n t t et e e i t i 1 2 1 2 2 Bentuk hipotesanya adalah sebagai berikut: H : = ρ , artinya tidak ada autokorelasi H : ≠ ρ , artinya ada autokorelasi Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu diperoleh nilai kritis dl dan du dalam tabel distribusi Durbin-Watson untuk berbagai nilai α. 0 dl du 2 4-du 4-dl 4 Gambar 3.6 Kurva Durbin-Watson Autokorelasi + Autokorelasi - inconclusive H diterima Universitas Sumatera Utara Keterangan : H : tidak ada autokorelasi Dw dl : tolak H ada korelasi positif Dw 4-dl : tolak H ada korelasi negatif Du dw 4-du : terima H tidak ada autokorelasi Dl ≤ dw ≥ du : tidak dapat disimpulkan inconclusive 4-du ≤ dw ≤ 4-dl : tidak dapat disimpulkan inconclusive 3.6. Defenisi Operasional : a. Neraca Pembayaran adalah Yaitu surplus defisit neraca pembayaran Indonesia setiap tahun dalam US .

b. Inflasi adalah Kenaikan tingkat harga secara keseluruhan dalam satu tahun berdasarkan

Index Harga Konsumen IHK dalam .

c. Nilai Tukar adalah Merupakan perbandingan antara Rupiah dengan Dolar Amerika

Serikat Rp US d. Suku Bunga adalah Merupakan suku bunga SBI Pada Bank Indonesia e. Nilai Ekspor adalah Merupakan ekspor bersih, yaitu total ekspor dikurang dengan total impor US Universitas Sumatera Utara

BAB IV HASIL DAN ANALISIS

4.1. Gambaran dan Objek Penelitian 4.1.1. Geografi dan Kependudukan Indonesia merupakan negara kepulauan dengan jumlah pulau kurang lebih 17.508 pulau besar maupun kecil, diapit oleh dua benua , Australia dan Asia serta dua Samudera yaitu Samudera Pasifik dan Samudera Indonesia. Jarak antara dua tempat di Indonesia dari barat ke timur adalah 5110 Km. Dan jarak antara dua tempat dari utara ke selatan sekitar 1888 Km. Sejak 1999 timor timur tidak lagi merupakan wilayah Indonesia. Sejak tahun 2004 ada 3 tambahan provinsi baru yaitu Kepulauan Riau, Sulawesi Barat dan Irian Jaya Barat sehingga menjadi 33 provinsi. Pada tahun 2004 provinsi – provinsi tersebut terdiri dari 349 kabupaten, 91 kota, 5227 kecamatan dan 69888 desa. Kondisi lain Indonesia berdasarkan aspek geografis ditunjukkan oleh posisi yang sebelah menyebelah dengan khatulistiwa, dengan batas – batas astronominya sebagai berikut : Utara : 6 , 08 LU Selatan : 11 , 15 LS Universitas Sumatera Utara