III. METODE PENELITIAN
3.1. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk deret waktu time series dari tahun 1990-2003. Data yang digunakan
meliputi biaya input, nilai output industri, data produksi minyak sawit nasional, data konsumsi minyak sawit nasional, nilai tambah, data penjualan masing-
masing perusahaan minyak sawit nasional dan sebagainya. Data diperoleh dari Asosiasi Industri Minyak Makan Indonesia AIMMI, Biro Pusat Statistik BPS,
media elektronik internet dan buku-buku yang berkaitan dengan penelitian.
3.2. Metode Analisis
Ordinary Least Square OLS adalah metode yang digunakan dalam menganalisis kuantitatif dalam penelitian yang dilakukan, metode ini diestimasi
dengan menggunakan Microsoft Excel, dan kemudian diolah menggunakan program e-Views 4.1.
3.3. Analisis Pengaruh Struktur Pasar Terhadap Kinerja Industri Minyak
Goreng Sawit 3.3.1. Struktur Pasar Industri Minyak Goreng Sawit
Concentration Ratio CR4 adalah suatu alat ukur untuk mengetahui besarnya tingkat konsentrasi dari empat perusahaan terbesar dari suatu pangsa
pasar atau industri tertentu. Rasio konsentrasi adalah perhitungan konsentrasi
yang menggambarkan jumlah perusahaan dan ketidakseimbangan dalam pangsa pasarnya. Pangsa pasar tersebut biasanya diambil dari jumlah penjualan, jumlah
aset, jumlah tenaga kerja, dan nilai tambah yang dihitung dari jumlah absolut perusahaan terbesar di dalam struktur pasar atau industri.
industri penjualan
Total terbesar
perusahaan 4
penjualan Jumlah
4 CR
=
Nilai rasio konsentrasi CR4 100 persen mengindikasikan terjadinya monopoli sedangkan nilai CR4 lebih besar dari 60 persen, perusahaan tersebut
adalah pasar oligopoli Jaya, 2001. Selain melihat tingkat konsentrasi dan pangsa pasar dalam menganalisis struktur pasar industri minyak goreng sawit juga
akan melihat bagaimana tingkat hambatan masuk bagi perusahaan-perusahaan baru. Untuk menganalisis hambatan masuk akan dilakukan secara deskriptif
dengan menggunakan variabel Minimum Efficiency MES. Semakin tinggi rasio konsentrasi pada suatu industri maka menunjukkan adanya potensi kekuatan pasar
yang dimiliki oleh perusahaan untuk memperoleh keuntungan. Rumus yang digunakan dalam memperoleh nilai MES adalah sebagai berikut:
industri output
Total terbesar
perusahaan dari
ouput Nilai
MES =
3.3.2. Analisis Kinerja Industri Minyak Goreng Sawit
Penjelasan kinerja
suatu industri
akan dilakukan secara valuatif dan deskriptif. Variabel yang digunakan untuk mengikuti kinerja industri minyak
goreng sawit Indonesia meliputi efisiensi internal digunakan dalam model
X 100
3.3
3.4
persamaan karena kemampuan perusahaan dalam menekan biaya produksi, dapat menciptakan kontribusi terhadap nilai tambah yang diperoleh. Rumus yang
digunakan dalam mencari nilai efisiensi internal adalah sebagai berikut:
Input Biaya
Industri Tambah
Nilai Efisiensi
- X
=
Variabel Price Cost Margin PCM diperoleh dengan membagi selisih antara nilai tambah yang dikurangi pengeluaran upah dibagi nilai barang jadi output
yang dihasilkan atau dengan rumus sebagai berikut:
ouput nilai
Total kerja
tenaga untuk
n Pengeluara
tambah Nilai
PCM −
=
Varabel GROWTH diduga dapat mempengaruhi kinerja industri karena variabel ini dapat mempengaruhi kinerja industri karena variabel ini dapat
menunjukkan permintaan pasar market demand. Jika permintaan pasar terhadap suatu barang meningkat, maka perusahaan maka akan meningkatkan produksinya
untuk memenuhi permintaan yang ada. Adanya peningkatan dalam jumlah produksi akan berdampak terhadap meningkatnya keuntungan yang dialami
perusahaan. Variabel Dummy menurut Gujarati 1997 variabel Dummy merupakan variabel penjelas dalam analisis regresi yang digunakan untuk
mewakili variabel kualitatif. Variabel ini sering disebut varabel binary atau variabel dikotomi variabel yang membagi dua. Biasanya variabel Dummy ini
bernilai satu jika variabel kualitatifnya berpengaruh dan bernilai nol jika tidak berpengaruh.
3.6 3.5
3.3.3. Analisis Pengaruh Struktur Pasar terhadap Kinerja
Analisis hubungan struktur dan kinerja dari industri minyak goreng sawit dilakukan analisis secara kuantitatif dengan menggunakan metode analisis Regresi
Berganda Ordinary Least Square. Dalam menganalisis model persamaan PCM, digunakan program Eviews 4.1 dan Microsoft Excel. Estimasi tanda dari koefisien
variabel bebas adalah a
1
0, a
2
0, a
3
0, a
4
0, a
5
0, yang artinya masing-masing variabel bebas memiliki hubungan positif terhadap PCM. Persamaan yang
digunakan dalam penelitian ini dapat dirumuskan sebegai berikut :
PCM
t
= a
0 +
a
1
CR4
t-1
+ a
2
MES
t-1
+ a
3
LOU
t
+ a
4
XEFF
t
+a
5
DK
t
+ ε
t
3.7
dimana : PCM
t
: Proksi keuntungan total industri tahun t persen CR
t-1
: Konsentrasi 4 perusahaan terbesar dalam industri minyak goreng sawit Indonesia tahun t-1 persen
MES
t-1
: Skala ekonomis minimum tahun t-1 persen LOU GROWTH
: Log pertumbuhan nilai barang yang dihasilkan tahun t XEFF
t
: Efisiensi internal dalam suatu industri tahun t persen DK
t
Dummy : Variabel Dummy krisis ekonomi tahun 1997, sebelum krisis = 0 dan sesudah krisis = 1
a :
intersep a
1
,a
2,
a
3,
a
4,
a
5
: Nilai koefisien pada masing-masing variabel bebas ε
t
: Residual
3.3.4. Pengujian Ekonometrik
Pengujian ekonometrik digunakan untuk melihat ada atau tidaknya pelanggaran terhadap asumsi klasik pada penggunaan metode OLS. Pengujian
ekonometrik meliputi uji multikolinearitas, uji autokorelasi, uji heteroskedastisitas, dan uji normalitas. Apabila terjadi pelanggaran maka
diperoleh hasil estimasi yang tidak valid.
3.3.4.1. Uji Multikolinearitas
Multikolinearitas adalah istilah yang mula-mula ditemukan oleh Ragnar Frish. Pada mulanya multikolinearitas berarti adanya hubungan linear yang
sempurna atau pasti diantara beberapa variabel atau semua variabel yang menjelaskan dari model regresi. Tetapi saat ini istilah multikolinearitas
digunakan dalam pengertian yang lebih luas Gujarati, 1997. Multikolinearitas
didefinisikan sebagai adanya korelasi yang kuat antara
variabel bebas pada model persamaan. Jika terjadi multikolinearitas dapat mempengaruhi tanda koefisien, sehingga tanda koefisien tidak sesuai dengan yang
diharapkan. Multikolinearitas dapat menyebabkan hasil kesimpulan variabel bebas cenderung tidak signifikan terhadap variabel respon. Ada beberapa cara
untuk mengetahui multikolinearitas dalam model, salah satunya adalah uji Manquardt, yaitu dengan melihat nilai Variance Inflation Factor VIF pada
masing-masing variabel eksogen. Jika nilai VIF kurang dari delapan maka dapat disimpulkan bahwa dalam persamaan tidak terdapat mulkolinearitas. Sebaliknya,
jika nilai VIF lebih besar dari sepuluh maka terdapat multikolinearitas dalam
persamaan tersebut.
3.3.4.2. Uji Autokorelasi
Autokorelasi didefenisikan sebagai korelasi yang terjadi antara unsur gangguan galat pada tahun sekarang dengan galat pada tahun sebelumnya.
Autokorelasi bisa terjadi pada deret waktu time series. Uji autokorelasi bertujuan untuk menguji apakah hasil estimasi model tidak mengandung korelasi
serial di antara disturbance term. Pengujian autokorelasi dapat diketahui dengan menggunakan Breusch-Godfrey Serial Correlation LM Test, yang hasil
kesimpulannya dapat diketahui dari nilai probability ObsR-squared. Hipotesis :
H :
ρ = 0 H
1
: ρ ≠ 0
Kriteria uji : Probability ObsR-squared
α, maka tolak H Probability ObsR-squared
α, maka terima H Jika H
ditolak maka terjadi autokorelasi positif atau negatif dalam model. Sebaliknya jika H
diterima maka tidak ada autokorelasi dalam model.
3.3.4.3. Uji Heteroskedastisitas
Heteroskedastisitas merupakan pelanggaran asumsi yang terjadi jika penyebaran varians tiap unsur galat tidak konstan atau berbeda-beda. Model
persamaan regresi linear klasik harus memiliki varians yang sama untuk semua unsur galat. Heteroskedastisitas biasa terjadi pada pemakaian data Cross section.
Pengujian masalah heteroskedasitas dilakukan dengan menggunakan uji White Heteroscedasticity Test. Pengujian ini dilakukan dengan cara melihat
probabilitas ObsR-squared-nya. Hipotesis :
H :
ρ = 0 H
1
: ρ ≠ 0
Kriteria uji Probability Obs-Square taraf nyata
α, maka tolak H
o
Probability Obs- Square taraf nyata α, maka terima H
o
Jika H ditolak, maka terdapat gejala heteroskedastisitas pada model. Sebaliknya
jika H diterima, maka pada model tidak terdapat gejala heteroskedastisitas.
3.3.4.4. Uji Normalitas
Uji normalitas digunakan karena jumlah data yang digunakan kurang dari 30. Uji ini digunakan untuk melihat apakah error telah mendekati distribusi
normal. Pada Software Eviews uji normalitas dilakukan dengan menggunakan Descriptive Statictic Test. Jika nilai Prababilitas Jarque Bera lebih besar dari
taraf nyata yang digunakan, maka model persamaan OLS yang digunakan tidak mempunyai masalah normalitas atau error term terdistribusi secara normal.
3.3.5. Uji Kriteria Ekonomi dan Uji Statistik
Uji ekonomi adalah uji kesesuaian tanda pada setiap koefisien variabel- variabel eksogen, apakah tandanya sudah sesuai dengan asumsi dasar. Sedangkan
uji statistik seperti uji F , uji t, dan uji koefisien determinasi R
2
.
3.3.5.1. Uji Koefisien Determinasi R
2
R
2
digunakan untuk mengukur sampai sejauh mana besar keragaman yang dapat diterangkan oleh variabel bebas terhadap variabel tak bebas. Diketahui R
2
akan bertambah tinggi dengan bertambahnya variabel bebas. R
2
memilki dua sifat Gujarati, 1995, diantaranya, pertama R
2
merupakan besaran non negatif, dan kedua, besarnya adalah 0
≤R
2
≤1. Jika R
2
sebesar 1 berarti variabel bebas memiliki kecocokan sempurna dengan variabel endogen, sedangkan jika R
2
bernilai nol berarti tidak terdapat kesesuaian.
3.3.5.2. Uji F
Uji ini dilakukan untuk mengetahui apakah model penduga yang diajukan sudah layak untuk menduga parameter yang ada dalam fungsi.
Hipotesis : H
: b
1
= b
2
= ....= b
i
= 0 H1: minimal ada salah satu b
i
≠ 0 Kriteria uji:
Probability F-Statistik taraf nyata α, maka tolak H
Probability F-Statistik taraf nyata α, maka terima H
Jika H ditolak berarti minimal ada satu variabel bebas yang berpengaruh nyata
terhadap variabel terikat dan model layak digunakan. Sebaliknya jika H diterima
maka tidak ada satu pun variabel bebas yang berpengaruh nyata.
3.3.5.3. Uji t
Uji ini ditujukan untuk mengetahui tingkat signifikan variabel bebas. H
: b
1
= b
2
= ....= b
i
= 0 H1: b
i
≠ 0 Kriteria uji:
Probability t-Statistik taraf nyata α, maka tolak H
Probability t-Statistik taraf nyata α, maka terima H
Jika H ditolak, berarti variabel bebas berpengaruh nyata pada taraf
α terhadap variabel tak bebasnya. Sebaliknya jika H
diterima berarti variabel bebas tidak berpengaruh nyata terhadap variabel tak bebas.
IV. GAMBARAN UMUM INDUSTRI MINYAK GORENG SAWIT