III. METODE PENELITIAN
3.1 Metode Analisis
Bab ini akan membahas metode analisis yang digunakan dalam penelitian ini, yang terdiri dari analisis deskriptif dan analisis ekonometrika. Analisis dengan
metode ekonometrika menggunakan metode univariate detrending dan metode regresi data panel seperti telah disampaikan pada tinjauan teoritis dalam bab
sebelumnya. Guna mendukung analisis ini, akan digunakan paket program software
STATA 10.0. dan EViews 6.0.
3.1.1 Analisis Deskriptif
Analisis deskriptif digunakan untuk melihat gambaran umum mengenai dinamika inflasi regional dan beberapa variabel yang diduga terkait erat dengan
inflasi, termasuk struktur ekonomi menurut provinsi. Melalui metode analisis yang pertama ini akan disajikan tabel dan gambargrafik untuk memperlihatkan
kondisi perekonomian secara umum menurut provinsi. Selain itu, digunakan pula beberapa statistik sederhana seperti rata-rata sederhana, rata-rata tertimbang,
koefisien korelasi Pearson dan pengujian kausalitas granger untuk melihat keterkaitan inflasi antar provinsi di Indonesia dan keterkaitan inflasi dengan
variabel lainnya yang digunakan dalam penelitian ini. Melalui gambaran umum ini, diharapkan dapat menguatkan analisis ekonometrika yang akan dibahas
selanjutnya, terkait dengan hipotesis yang telah disusun untuk menjawab tujuan penelitian ini.
3.1.2 Estimasi Output Potensial dengan Metode Univariate Detrending
Penghitungan output potensial pada hakikatnya tidak mudah dilakukan karena output potensial sendiri merupakan unobserved component. Metode yang
umum digunakan untuk mengestimasi output potensial adalah pendekatan univariate
. Pendekatan ini relatif lebih mudah dibanding pendekatan multivariate, karena bisa dilakukan melalui dekomposisi atau detrended dari series data
tertentu. Adapun penggunaan metode univariate dalam penelitian ini mengacu pada hasil penelitian dari Justiniano and Primiceri 2008 yang menyatakan bahwa
output potensial lebih halus dan lebih baik jika diestimasi dengan menggunakan metode detrended tradisional.
Metode univariate detrending yang digunakan digunakan dalam penelitian ini adalah metode Hodrick–Prescot HP filter dan band pass filter ala
Christiano Fitzgerald. Penggunaan kedua metode ini didasari atas kesadaran
bahwa output potensial sendiri merupakan unobserved component, sehingga pada praktiknya
diperlukan metode
penghitungan alternatif
untuk melihat
keterbandingan hasil estimasi output potensial. Berdasarkan hasil estimasi output potensial dengan kedua metode ini, kemudian akan diturunkan output gap yang
menjadi salah satu variabel yang memengaruhi inflasi, dengan demikian akan dilihat bagaimana keterkaitan antara output gap yang dihasilkan dengan inflasi
yang merupakan objek utama dalam penelitian ini. Langkah awal dalam melakukan estimasi output potensial adalah
menyiapkan data dengan series yang cukup panjang, setidaknya 20 tahun, sehingga secara tidak langsung dapat mencerminkan adanya kondisi NAIRU
non-accelerating inflation rate of unemployment atau menggambarkan tren pertumbuhan output dalam jangka panjang. Pada praktiknya, penelitian ini akan
menggunakan PDB atas dasar harga konstan yang merupakan proksi dari output riil, untuk periode tahun 1983 – 2009. Pada metode HP filter, permasalahan yang
dihadapi adalah bagaimana memilih
1
, yaitu sembarang konstanta yang mencerminkan biaya atau pinalti terkait dengan bagaimana menurunkan fluktuasi
menjadi tren. Dalam beberapa penelitian termasuk Hodrick–Prescot 1984, dalam Enders, 2004 dan Farmer 1993, dalam Enders, 2004,
ditetapkan sebesar 1.600. Menurut mereka, besarnya
tersebut merupakan nilai yang cukup ideal karena umumnya akan diperoleh hasil dekomposisi yang cukup masuk akal.
Sayangnya, dalam Ender 2004 tidak dijelaskan lebih lanjut mengenai periode data yang digunakan, apakah data tahunan, triwulanan atau bulanan yang cukup
baik untuk menggunakan nilai yang disarankan. Merujuk pada Hodrick–Prescot
1980, dalam Ladiray et al., 2003, nilai dibedakan menurut periode data, yaitu
untuk data tahunan menggunakan = 100, sedangkan pada data triwulanan
ditetapkan sebesar 1.600, sementara untuk data bulanan besarnya adalah
144.000. Merujuk pada penjelasan Ladiray et al. 2003 tersebut, maka nilai
untuk metode HP filter dalam penelitian ini adalah 100, karena periode data yang digunakan adalah data tahunan.
Permasalahan selanjutnya yang dihadapi dalam metode band pass filter dari Christiano
Fitzgerald adalah memilih pendekatan simetris atau pendekatan asimetris. Pendekatan simetris menetapkan peningkatan dan penurunan output
potensial berada pada band tertentu, dengan besarnya lower band dan upper band dibuat sama. Sebaliknya, pada pendekatan asimetris yang dimungkinkan
terjadinya peningkatan atau penurunan output tidak selalu dalam range yang sama. Sayangnya, pendekatan simetris akan menyebabkan hilangnya beberapa
observasi di awal dan di akhir dari suatu set series data, sementara pada pendekatan asimetris hal tersebut tidak terjadi. Berdasarkan penjelasan tersebut,
metode band pass filter yang digunakan dalam penelitian ini adalah pendekatan asimetris dari Christiano
Fitzgerald agar diperoleh observasi yang utuh dari series data yang diestimasi. Adapun nilai lower band dan upper band yang ditetapkan
dalam model ini masing-masing sebesar 0,8 dan 0,2.
3.1.3 Aplikasi Regresi Data Panel