IV. METODE PENELITIAN
4.1 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini berupa data sekunder dalam bentuk time series dan cross section panel data dengan periode waktu
tahunan yaitu dari tahun 2000 hingga tahun 2004. Data yang digunakan dalam penelitian ini adalah data rasio konsentrasi CR, nilai output, nilai input, nilai
tambah, upah, nilai produksi, nilai ekspor dan nilai impor. Sumber data diperoleh dari Badan Pusat Statistik BPS Jakarta dan literatur-literatur yang berkaitan
dengan penelitian ini.
4.2 Metode Analisis dan Pengolahan Data
Metode analisis yang digunakan dalam penelitian ini adalah metode deskriptif dan kuantitatif. Metode deskriptif digunakan untuk menganalisis
perilaku industri manufaktur. Metode kuantitatif dengan dua pendekatan, yaitu pendekatan SCP untuk menganalisis struktur dan kinerja industri manufaktur dan
pendekatan panel data digunakan untuk menganalisis faktor-faktor yang mempengaruhi kinerja industri menufaktur Indonesia. Pengolahan data dilakukan
dengan menggunakan bantuan software Microsoft Office Excel 2003 dan E-Views 5.
4.2.1 Analisis Struktur Industri
a. Pangsa Pasar MS
Setiap perusahaan mempunyai pangsa pasar yang berbeda-beda berkisar antara 0 hingga 100 persen dari total penjualan seluruh pasar. Pangsa pasar
menggambarkan keuntungan yang diperoleh perusahaan dari hasil penjualannya. ……………..…………………..………….. 3.1
dimana: MS
i
= pangsa pasar perusahaan i Si
= penjualan perusahaan i rupiah S
tot
= penjualan total seluruh perusahaan rupiah b.
Rasio Konsentrasi CR
Tingkat konsentrasi dapat dihitung melalui Concentration Ratio CR. Rasio konsentrasi merupakan persentase dari total output industri atau pendapatan
penjualan. Rasio sejumlah perusahaan mengukur pangsa pasar relatif dari total output industri yang dipertanggungjawabkan oleh perusahaan-perusahaan itu.
..…....………………………….……………… 3.2 Semakin besar angka persentasenya mendekati 100 berarti semakin besar
konsentrasi industri dari produk tersebut. Jika rasio konsentrasi suatu industri mencapai 100 persen berarti bentuk pasarnya adalah monopoli.
c. Barrier to Entry
Hambatan masuk pasar dapat dilihat dengan banyaknya pesaing yang bermunculan untuk berpacu dalam mencapai target keuntungan yang diinginkan
∑
=
=
m i
i m
MS CR
1
100 x
S S
MS
tot i
i
=
dan merebut pangsa pasar. Salah satu cara yang digunakan untuk melihat hambatan masuk pasar adalah dengan mengukur skala ekonomis yang didekati
melalui output perusahaaan. Nilai output tersebut kemudian dibagi dengan output total industri. Perhitungan ini disebut sebagai Minimum Efficiency Scale MES.
………………….……... 3.4
4.2.2 Analisis Perilaku Industri
Perilaku industri dianalisis secara deskriptif dengan tujuan untuk memperoleh informasi mengenai perilaku perusahaan dalam industri manufaktur.
Perilaku industri menganalisis tingkah laku serta penerapan strategi yang digunakan oleh perusahaan dalam suatu industri untuk merebut pangsa pasar dan
mengalahkan pesaingnya. Analisis ini sengaja dilakukan karena variabel yang mencerminkan perilaku sifatnya kualitatif yang sulit dikualitatifkan.
4.2.3 Analisis Kinerja Industri
Analisis kinerja industri dilakukan dengan menggunakan analisis PCM. PCM ini digunakan untuk menganalisis hubungan struktur pasar terhadap kinerja
perusahaan. Variabel endogen yang digunakan adalah proksi dari keuntungan industri yaitu PCM dan variabel eksogennya adalah rasio konsentrasi empat
perusahaan terbesar, nilai efisiensi-X, produktivitas, pertumbuhan nilai produksi, nilai ekspor dan nilai impor.
…. 3.5 Total
Output Terbesar
Perusahaan Output
MES =
it it
it it
it it
it it
IM EX
Growth od
XEF CR
PCM ε
β β
β β
β β
α +
+ +
+ +
+ +
=
6 5
4 3
2 4
1
Pr
dimana: PCM
it
= rasio keuntungan industri pada unit industri ke-i dan tahun ke-t CR
4it
= konsentrasi industri dari empat perusahaan terbesar pada unit industri ke-i dan tahun ke-t
XEF
it
= efisiensi-X pada unit industri ke-i dan tahun ke-t Prod
it
= produktivitas industri pada unit industri ke-i dan tahun ke-t rupiah Growth
it
= pertumbuhan nilai produksi pada unit industri ke-i dan tahun ke-t EX
it
= nilai komoditi yang diekspor pada unit industri ke-i dan tahun ke-t rupiah
IM
it
= nilai komoditi yang diimpor pada unit industri ke-i dan tahun ke-t rupiah
α = intersep
βn = slope masing-masing peubah bebas independen
ε
it
= errrorsimpangan pada unit industri ke-i dan tahun ke-t Penggunaan variabel PCM sebagai proksi dari keuntungan telah dilakukan
oleh Sentosa 2005, PCM merupakan salah satu indikator kinerja yang digunakan sebagai perkiraan kasar dari keuntungan industri. PCM dalam penelitian ini
digunakan dengan menggunakan proksi nilai tambah yang diperoleh. Artinya semakin tinggi nilai tambah maka semakin efisien kinerja industri tersebut dalam
rangka meminimumkan biaya sehingga keuntungan industri semakin besar. PCM juga didefinisikan sebagai persentase keuntungan dari kelebihan penerimaan atas
biaya langsung, PCM dapat dirumuskan sebagai berikut: ..…………………….……. 3.6
output Nilai
total Upah
tambah Nilai
PCM −
=
Tingkat konsentrasi dalam model persamaan diukur dengan rasio konsentrasi. Rasio konsentrasi yang digunakan menunjukan besarnya kontribusi
nilai penjualan output perusahaan terbesar terhadap total nilai produksi industri. Formulasi dari rasio konsentrasi dapat dilihat pada persamaan 3.2.
Efisiensi dan produktivitas sebagai variabel independen yang mempengaruhi PCM didasarkan pada penelitian Puspasari 2006, variabel-
variabel ini dimasukan karena kinerja yang tinggi dapat disebabkan oleh adanya efisiensi dan banyaknya output yang dihasilkan. Efisiensi menunjukan
perbandingan antara nilai tambah dan nilai input yang diperoleh, sedangkan produktivitas mengindikasikan kemampuan perusahaan dalam menghasilkan
output pada periode waktu tertentu. Efisiensi dan Produktivitas dapat ditulis dalam persamaan berikut:
…………………..…… 3.7 …………………..…… 3.8
4.2.4 Analisis Panel Data
Dalam ekonometrika dikenal tiga bentuk data yaitu data deret waktu time series
, data kerat lintang cross section serta data panel pooled data. Data panel merupakan gabungan antara data time series dan data cross section. Hal ini
dikarenakan panel data menyediakan informasi yang cukup kaya untuk perkembangan teknik estimasi dan hasil teoritikal. Dalam bentuk praktis, peneliti
telah dapat menggunakan data time series dan cross section untuk menganalisis input
nilai tambah
Nilai X
Efisiensi =
−
ja tenaga
input Nilai
output Nilai
s oduktivita
ker Pr
=
masalah yang tidak dapat diatasi jika hanya menggunakan salah satunya saja. Banyak keuntungan yang diperoleh dengan menggunakan panel data, diantaranya
adalah sebagai berikut Baltagi, 1995: 1.
Mampu mengontrol heterogenitas individu. 2.
Memberikan lebih banyak informasi, lebih bervariasi, mengurangi kolinearitas antar variabel, meningkatkan degree of freedom dan lebih
efisien. 3.
Lebih baik untuk study of dynamic adjustments. 4.
Mampu mengidentifikasai dan mengukur efek yang secara sederhana tidak dapat diperoleh dari data cross section murni atau data time series murni.
5. Dapat menguji dan membangun model perilaku yang lebih kompleks.
Dalam pengelolaan panel data ada tiga pendekatan yang dapat dilakukan, yaitu pooled OLS, fixed effect model LSDV dan random effect model GLS.
Ketiga pendekatan ini dapat diterapkan pada dua jenis pembobotan yaitu dengan pembobot cross section weights atau tanpa pembobot no weighting. Dan untuk
memperoleh keputusan penggunaan model efek tetap atau model efek acak ditentukan dengan menggunakan spesifikasi uji Hausman Hausman test.
1. Pendekatan Kuadrat Terkecil
Pooled Least Square
Model pooled yaitu model yang didapatkan dengan mengkombinasikan atau mengumpulkan semua data cross section dan time series. Model data ini
kemudian diduga dengan menggunakan Ordinary Least Square OLS, yaitu:
Y
it
= α + βX
it
+ ε
it
…………………………….……….… 3.9
dimana: Y
it
= variabel endogen pada unit industri cross-section ke-i dan tahun ke-t X
it
= peubah bebas ke-k pada unit industri cross-section ke-i dan tahun ke-t α
= intersep β = slope
i = industri ke-i, t = periode tahun ke-t
ε = errrorsimpangan
2. Pendekatan Efek Tetap
Fixed Effect
Model efek tetap yaitu model yang didapatkan dengan mempertimbangkan bahwa peubah-peubah yang dihilangkan dapat
mengakibatkan perubahan dalam intersep-intersep cross section dan time series. Peubah dummy dapat ditambahkan ke dalam model untuk memungkinkan
perubahan-perubahan intersep ini lalu model diduga dengan OLS yaitu: …...………….…… 3.10
Dimana: Y
it
= variabel endogen pada unit industri cross-section ke-i dan tahun ke-t X
it
= peubah bebas pada unit industri cross-section ke-i dan tahun ke-t α
= intersep model α
1
= intersep industri ke-i D
i
= variabel dummy β = slope
i = industri ke-i, t = periode tahun ke-t
ε = errrorsimpangan
it i
i n
i it
it
D X
Y ε
α β
α +
+ +
=
∑
=2
3. Pendekatan Efek Acak
Random Effect
Keputusan untuk memasukan variabel dummy akan menimbulkan konsekuensi trade off. Penambahan variabel dummy ini akan mengurangi
banyaknya derajat kebebasan degree of freedom yang pada akhirnya akan mengurangi efisiensi dari parameter yang diestimasi, hal inilah yang disebut
sebagai model efek acak. Dalam model ini parameter-parameter antar daerah maupun antar waktu dimasukan kedalam error. Oleh karena itu, model efek acak
sering disebut juga model komponen error Error component model. Bentuk model efek tetap dapat ditulis dalam persamaan berikut:
……..……...………….……… 3.11
dimana: =
Komponen cross section error
= Komponen
time series error =
Komponen error kombinasi
dengan mengasumsikan error industri dan error kombinasinya tidak saling berkorelasi.
4.2.5 Pemilihan Model Antara Fixed Effect dengan Random Effect
Hausman-test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan fixed effect model atau random effect model.
Seperti yang telah dijelaskan diatas, Penggunaan fixed effect model mengandung
it t
i it
w v
u +
+ =
ε
, ~
2 v
t
N v
δ
, ~
2 u
t
N u
δ
, ~
2 w
t
N w
δ
it it
it
X Y
ε β
α
+ ∑
+ =
suatu unsur trade off yaitu hilangnya derajat kebebasan dengan memasukan variabel dummy. Pengujian ini dilakukan dengan hipotesa sebagai berikut:
H : Random effect model
H
1
: Fixed effect model Sebagai dasar penolakan hipotesa nol tersebut digunakan dengan
menggunakan pertimbangan statistik chi square X
2
Tabel. Hausman test dapat dilakukan dengan bahasa pemprograman Eviews sebagai berikut: “jika hasil dari
Hausman test signifikan probability dari Hausman α maka H
ditolak, artinya fixed effect digunakan”.
Statistik Hausman dirumuskan dengan persamaan sebagai berikut: ................................ 3.12
dimana β adalah vektor untuk statistik variabel fixed effect, b adalah vektor
statistik variabel random effect, M
o
adalah matriks kovarian untuk dugaaan random effect model dan M
1
adalah matriks kovarian untuk dugaan fixed effect model. Jika nilai m hasil pengujian lebih besar dari X
2
-Tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesa nol sehingga model yang
digunakan adalah fixed effect model, begitu juga sebaliknya. 4.2.6
Evaluasi Model
•
Multikolinearitas
Indikasi multikolinearitas tercermin dengan melihat hasil t dan F statistik hasil regresi. Jika banyak koefisien parameter dari t statistik diduga tidak
signifikan sementara dari hasil F hitungnya signifikan, maka patut diduga adanya
2 1
1 1
k X
b M
M b
m ≈
− −
− =
−
β β
multikolinearitas. Multikolinearitas dapat diatasi dengan memberi perlakuan cross section weights, sehingga baik t statistik maupun F hitung menjadi signifikan.
•
Autokorelasi
Autokorelasi dapat mempengaruhi efisiensi dari estimatornya. Untuk mendeteksi adanya korelasi serial adalah dengan melihat nilai Durbin Watson
D
W
dalam Eviews. Untuk mengetahui ada tidaknya autokorelasi, maka dilakukan dengan membandingkan D
W
-statistiknya dengan D
W
Tabel. Adapun kerangka identifikasi autokorelasi terangkum dalam Tabel di bawah ini.
Tabel 4.1. Kerangka Identifikasi Autokorelasi Nilai D
W
Hasil 4-d
l
D
W
4 Tolak H
, korelasi serial negatif 4-d
l
D
W
4-d
l
Hasil tidak dapat ditentukan 2 D
W
4-d
u
Terima H
, tidak ada korelasi serial d
u
D
W
2 Terima H
, tidak ada korelasi serial d
l
D
W
d
u
Hasil tidak dapat ditentukan 0 D
W
d
l
Tolak H
, korelasi serial positif
Sumber: Gujarati, 1995
Korelasi serial ditemukan jika error dari periode waktu yang berbeda saling berkorelasi. Jika ditemukan korelasi serial, maka model menjadi tidak
efisien meskipun tidak bias dan konsisten. Cara mengatasi masalah ini adalah dengan menambahkan AR 1 atau AR 2 dan seterusnya, tergantung dari
banyaknya autokorelasi pada model regresi yang kita gunakan. •
Heteroskedastisitas
Dalam regresi linier berganda, salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model tersebut BLUE adalah Var ui =
σ
2
konstan,
semua varian mempunyai variasi yang sama. Pada umumnya heteroskedastisitas diperoleh pada data cross section. Jika pada model dijumpai heteroskedastisitas,
maka model menjadi tidak efisien meskipun tidak bias dan konsisten. Dengan kata lain, jika regresi tetap dilakukan meskipun ada masalah heteroskedastisitas maka
hasil regresi akan terjadi “misleanding”. Untuk mendeteksi ada tidaknya gejala heteroskedastisitas digunakan uji
White Heteroscedasticity yang diperoleh dalam program Eviews. Dengan uji White, dibandingkan ObsR-Squared dengan X
2
-Tabel. Jika nilai ObsR-Squared lebih kecil dari pada X
2
-Tabel, maka tidak ada heteroskedastisitas pada model. Data panel dalam Eviews yang menggunakan metode General Least Square
Cross Section wights maka untuk mendeteksi adanya heteroskedastisitas adalah dengan membandingkan Sum Square Resid pada Weighted Statistics dengan Sum
Square Resid Unweighted Statistics. Jika Sum Square Resid pada Weighted Statistics Sum Square Resid Unweighted Statistics maka terjadi
heteroskedastisitas. Untuk mengatasinya bisa mengestimasi GLS dengan White Heteroscedasticity.
4.3 Definisi Operasional
Variabel-variabel bebas eksogen dan terikat endogen yang tercakup dalam model ini meliputi:
1. PCM digunakan sebagai indikator dari kinerja industri. PCM merupakan
rasio keuntungan industri yang mencerminkan kelebihan atas biaya langsung. PCM didasarkan pada kemampuan perusahaan untuk
meningkatkan nilai tambah dan meminimumkan biaya-biaya.
2. CR
4
adalah rasio konsentrasi empat perusahaan terbesar yang memimpin pasar. Rasio konsentrasi ini merupakan salah satu pengukur indeks
konsentrasi industri yang mempunyai pengertian yang lebih nyata. 3.
Efisiensi-X merupakan efisiensi internal perusahaan-perusahaan dalam industri. Efisiensi dalam model ini dinyatakan sebagai perbandingan
antara nilai tambah dan nilai input industri. Efisiensi-X mengindikasikan kinerja perusahaan dikelola dengan baik dan optimal.
4. Produktivitas merupakan produktivitas yang dihasilkan oleh industri.
Produktivitas dapat dinyatakan sebagai perbandingan nilai output dan nilai input tenaga kerja.
5. Growth adalah pertumbuhan nilai produksi yang dihasilkan oleh suatu
industri. 6.
Nilai ekspor merupakan jumlah produkkomoditi yang dijual ke luar negeri.
7. Nilai impor adalah jumlah komponen bahan baku, input perantara dan
barang modal pada industri manufaktur yang dibeli dari luar negeri.
V. GAMBARAN UMUM INDUSTRI MANUFAKTUR
INDONESIA
5.1 Sejarah Industri Manufaktur Indonesia
Proses industrialisasi di Indonesia mulai dilaksanakan pada awal dekade 1970-an, pada saat REPELITA 1 dimulai. Namun jauh sebelumnya, sebelum
kemerdekaan, Indonesia sudah memiliki sejumlah industri manufaktur seperti industri makanan dan minuman, industri tekstil, industri rokok dan industri
semen, yang pada kolonialisasi Belanda berkembang dengan baik. Akan tetapi baru pada masa orde baru pemerintah Indonesia mengeluarkan sejumlah kebijakan
diperdagangan luar negeri yang secara eksplisit ditujukan pada upaya pembangunan sektor industri manufaktur nasional.
Pada awalnya, kebijakan mengurangi ketergantungan ekonomi nasional terhadap ekspor komoditas-komoditas primer, melainkan lebih berorientasi ke
dalam yakni membangun berbagai macam industri, khususnya industri-industri hilir untuk memenuhi kebutuhan pasar domestik agar tidak tergantung pada
impor. Pada waktu itu dengan menetapkan kebijakan substitusi impor dengan proteksi yang tinggi, pemerintah berharap industri manufaktur di dalam negeri
dapat berkembang dengan baik dan dalam waktu yang tidak lama lagi Indonesia dapat segera mengurangi ketergantungan terhadap barang-barang impor,
khususnya barang-barang konsumsi. Baru pada awal dekade 1980-an setelah periode oil boom kedua berakhir dan sebagai proses terhadap menurunnya harga
dari sejumlah komoditas primer, termasuk minyak mentah di pasar dunia,
Kategori