III. METODE PENELITIAN
3.1. Jenis dan Sumber Data
Jenis dan sumber data yang digunakan dalam penelitian ini merupakan data sekunder berupa time series dari tahun 1989 hinga 2010, yang diperoleh dari
Badan Pusat Statistik Republik Indonesia BPS RI, Kementrian Perdagangan Republik Indonesia Kemendag RI, Direktorat Jendral Perkebunan Kementrian
Pertanian Republik Indonesia Ditjenbun Kementan RI, Gabungan Pengusaha Kelapa Sawit Indonesia Gapki, Badan Standarisai Nasional BSN, jurnal-jurnal
penelitian, serta literatur-literatur terkait.
3.2. Metode Analisis Data
Metode yang digunakan dalam dalam penelitian ini adalah metode deskriptif dan metode kuantitatif. Metode deskriptif digunakan untuk memberikan
gambaran mengenai perkembangan ekspor CPO Indonesia ke India. Sedangkan metode kuantitatif digunakan untuk menganalisis faktor-faktor yang memengaruhi
penawaran ekspor CPO Indonesia ke India. Metode kuantitatif yang digunakan adalah dengan menggunakan metode ekonometrika melalui model regresi linear
berganda yang sudah dilogaritmakan terlebih dahulu dan metode untuk melakukan pendugaan terhadap parameter dalam model tersebut dengan
menggunakan metode Ordinary Least Square OLS. Adapun software yang digunakan dalam mengolah data yang telah didapatkan adalah Microsoft Office
2010 dan Minitab14.
3.2.1. Perumusan Model
Fokus dalam penelitian ini adalah untuk memeroleh hubungan antara penawaran ekspor CPO Indonesia ke India dan faktor-faktor yang diduga
berpengaruh berdasarkan tinjauan teori ekonomi, yakni: volume produksi CPO Indonesia, harga ekspor CPO Indonesia ke India, kurs riil Rupiah terhadap Dollar
Amerika, dan tarif ekspor CPO Indonesia. Teknik analisis yang dipilih untuk kepentingan ini adalah model regresi
linear berganda dan metode yang digunakan adalah metode kuadrat terkecil atau metode Ordinary Least Square OLS. Metode OLS mempunyai beberapa
keunggulan, yaitu secara teknis sangat mudah dalam perhitungan, penarikan intrepetasi, dan penaksiran BLUE Best Linear Unbias Estimator. Adapun model
yang digunakan dalam penelitian ini merupakan model terbaik dari beberapa model penawaran ekspor CPO Indonesia ke India yang dicoba. Setelah
mengalami respesifikasi model, model penawaran ekspor CPO Indonesia ke India adalah sebagai berikut:
EXCPO = β
0 +
β
1
PROD
+
β
2
HEXCPO + β
3
KURS + β
4
TRFEX + e
i
............. 3.1
Dimana: EXCPO
= Volume Ekspor CPO Indonesia ke India Ton
PROD = Volume Produksi CPO Indonesia Ton
HEXCPO = Harga ekspor CPO Indonesia USTon
KURS = Kurs riil Rupiah terhadap Dollar Amerika RpUS
TRFEX = Tarif Ekspor CPO Indonesia
β = Intersep atau perpotongan
β
1
, β
2
... β
4
= Parameter
e
i
= error residual
Bentuk model regresi linear berganda di atas yang digunakan dalam penelitian ini Persamaan 3.1 dilogaritmakan baik variabel dependen dan variabel
independennya untuk mendapatkan model yang terbaik, yakni sebagai berikut: LnEXCPO = β
+ β
1
LnPROD + β
2
LnHEXCPO + β
3
LnKURS +
β
4
LnTRFEX + e
i ....................................................................................................
3.2 Dimana:
LnEXCPO =
Volume Ekspor CPO Indonesia ke India LnPROD
= Volume Produksi CPO Indonesia LnHEXCPO = Harga CPO ekspor CPO Indonesia
LnKURS
= Kurs Riil Rupiah Terhadap Dollar Amerika
LnTRFEX
= Tarif Ekspor CPO Indonesia β
= Intersep atau perpotongan β
1
, β
2
... β
5
= Parameter
e
i
= error residual
Selanjutnya Persamaan 3.2 diestimasi dan dilakukan pengujian, baik pengujian asumsi klasik, yang bertujuan untuk mengetahui apakah ada atau
tidaknya pelanggaran asumsi klasik dalam model dan uji parameter, yang berguna untuk menguji hipotesis-hipotesis penelitian yang diajukan. Kedua pengujian
tersebut akan dijelaskan sebagai berikut:
3.2.2. Pengujian Asumsi Klasik a
Uji Normalitas
Uji ini digunakan untuk melihat apakah residual telah menyebar normal ataukah tidak. Uji normalitas dapat menggunakan uji Kolmogorov-Smirnov
dengan melihat nilai probabilitasnya. Hipotesis uji normalitas adalah:
H = Residual terdistribusi normal
H
1
= Residual tidak terdistribusi normal Residual akan terdistribusi normal apabila nilai probabilitas Kolmogorov-
Smirnov lebih besar dari taraf nyata yang digunakan p-valu
e α.
b Uji Multikolinearitas
Pengujian ini digunakan untuk melihat bagaimana variabel bebas mempengaruhi variabel bebas lainnya dalam suatu persamaan. Cara mengetahui
apakah dalam model tersebut ada multikolinearitas atau tidak adalah dengan cara menghitung nilai Varians Inflation Factor VIF. Jika nilai VIF 10, maka
persamaan tersebut tidak ada masalah multikolinearitas.
.......................................................................... 3.3 Dengan:
VIF = Varians Inflation Factor
R
2 xi
= korelasi antara variabel xi dengan variabel x lain.
c Uji Autokolerasi
Uji Autokorelasi digunakan untuk mengetahui apakah residual memiliki korelasi dengan residual lain ataukah tidak. Salah satu cara untuk memeriksa ada
tidaknya korelasi adalah dengan menggunakan statistik uji Durbin-Watson. Apabila tidak ada autokorelasi
ρ = 0, maka nilai DW akan mendekati dua. Berikut adalah rumus uji Durbin-Watson statistik:
DW =
∑ ∑
≈ 2 1-ρ .......................................................... 3.4
Uji Durbin-Watson merupakan salah satu pengujian yang banyak dipakai untuk mengetahui ada atau tidaknya autokorelasi. Hampir semua program statistik
sudah menyediakan fasilitas untuk menghitung nilai Durbin-Watson DW, salah satunya adalah Software Minitab-14. Nilai DW akan berada pada kisaran 0 hingga
4. Apabila nilai DW berada diantara d
u
dan 4-d
u
, maka tidak ada autokorelasi, dan bila nilai DW beradaa diantara 0 hingga d
u
, maka dapat disimpulkan bahwa data mengandung permasalahan autokorelasi positif. Demikian juga seterusnya.
Tabel 3.1 Penentuan Ada Tidaknya Autokorelasi dengan Uji Durbin-Watson
Tolak H ,
berarti ada autokelasi
positif Tidak dapat
diputuskan
Tidak menolak H ,
berati tidak ada autokolerasi
1.77160
Tidak dapat diputuskan
Tolak H , berarti
ada autokorelasi negatif
d
L
d
u
4-d
u
4-d
L
4
Sumber: Winarno, 2009.
d Uji Heteroskedastisitas
Uji ini digunakan untuk melihat varians residual apakah konstan atau tidak. Apabila varians residual konstan maka asumsi homoskedastisitas
terpenuhi. Salah satu cara untuk melihat ada atau tidaknya masalah heteroskedastisitas adalah dengan menggunakan Uji White. Uji White
menggunakan residual kuadrat sebagai variabel dependen yang diregresikan terhadap variabel-variabel independennya.
Uji heteroskedastisitas hipotesisnya adalah: H
= Homoskedastisitas. H
1
= Heteroskedastisitas. Apabila dalam pengujian yang dilakukan, didapatkan nilai p-value lebih
besar dari alpha α lima persen maka implikasinya adalah tolak H
. Sehingga dapat disimpulkan tidak terjadi pelanggaran asumsi heteroskedastisitas atau
terpenuhinya asumsi homoskedastisitas pada model yang telah dibuat.
3.2.3. Pengujian Parameter
Model yang dianalisis membutuhkan pengujian terhadap hipotesis- hipotesis yang dilakukan. Pengujian hipotesis secara statistik bertujuan melihat
nyata atau tidaknya pengaruh peubah-peubah yang diteliti. Berikut adalah langkah-langkah dan prosedur pengujian yang harus dilakukan:
a Uji F Uji untuk semua variabel
Uji F bertujuan untuk mengetahui bagaimana pengaruh peubah bebas terhadap peubah tidak bebas secara keseluruhan. Pengujian ini dilakukan dengan
cara membandingkan probabilitas nilai F statistik p-value dengan probabilitas taraf nyata
α yang digunakan. Analisa pengujian uji F adalah sebagai berikut:
1. Pengujian Hipotesis
Hipotesisnya adalah : H
= parameter model bernilai nol β
1
= β
2
= β
3
= β
k
= 0 H
1
= minimal ada satu nilai β yang tidak sama dengan nol.
2. Penentuan penerimaan atau penolakan H
Apabila: P-value
α, maka H diterima
P-value α, maka H
ditolak. 3.
Apabila keputusan yang diperoleh adalah p-value α dimana koefisien regresi berada di luar daerah penerimaan H
, maka implikasinya tolak H . Artinya
minimal ada salah satu dari variabel independen yang dapat memengaruhi secara nyata terhadap variabel independennya. Apabila didapatkan p-value
α, maka implikasinya terima H artinya variabel independen tidak
berpengaruh nyata terhadap variabel dependennya.
b Uji t Uji Parsial
Uji ini dilakukan untuk mengetahui apakah variabel independen secara individu memiliki pengaruh yang signifikan terhadap varibel dependen. Hipotesis
yang digunakan adalah:
H = β
i
= 0 i= 1,2,3…..
H
1
= β
i
≠ Apabila:
Probabilitas t-statistik p-value taraf nyata, maka implikasinya tolak H ,
Probabilitas t-statistik p-value taraf nyata, maka implikasinya terima H
0.
Apabila tolak H , maka variabel independen berpengaruh nyata terhadap
variabel dependen. Sebaliknya, jika terima H maka variabel independen tidak
berpengaruh nyata terhadap variabel independen.
c Uji Keberartian Model Uji R
2
Uji R
2
dilakukan untuk mengukur kebaikan goodness of fit dari garis regresi. Pengujian ini digunakan untuk melihat sejauhmana variabel independen
mampu menjelaskan variabel dependen. Semakin besar nilai R
2
mendekati 1, maka ketepatan dikatakan semakin baik Gujarati, 1997. Lebih lanjut Gujarati
menjelaskan bahwa nilai R
2
selalu berada diantara 0 dan 1. Apabila R
2
= 0, berarti tidak ada hubungan antara variabel independen dan variabel dependen, atau model
regesi yang terbentuk tidak tepat untuk meramalkan variabel dependen. Sedangan Apabila R
2
= 1, garis regresi yang terbentuk dapat meramalkan variabel dependen secara sempurna.
3.4. Definisi Operasional
1. Volume ekspor CPO Indonesia ke India yang menjadi variabel dependen
dalam model, merupakan jumlah total volume ekspor Crude Palm Oil CPO Indonesia yang ditawarkan ke India yang dinyatakan dalam satuan
ton. 2.
Volume produksi CPO Indonesia merupakan total volume produksi Crude Palm Oil
CPO Indonesia secara keseluruhan yang dinyatakan dengan satuan ton.
3. Harga ekspor CPO Indonesia ke India merupakan harga yang dihitung
berdasarkan harga ekspor yang merupakan f.o.b dengan satuan USton 4.
Kurs merupakan nilai tukar riil rupiah terhadap nilai mata uang dollar Amerika serikat, yang dinyatakan dalam satuan Rp per US Amerika.
5. Tarif ekspor CPO merupakan persentasi tiap tahun tarif pajak atau bea
keluar, yang digunakan untuk menghambat ekspor CPO Indonesia. Tarif ekspor CPO Indonesia dinyatakan dalam persen.
IV. GAMBARAN UMUM
4.1. Klasifikasi dan Pengolahan Kelapa Sawit
Kelapa sawit merupakan salah satu jenis tanaman yang dapat tumbuh baik pada dataran rendah yang beriklim tropis, yaitu berada pada ketinggian antara 0
– 500 meter diatas permukaan laut dengan curah hujan lebih dari atau sama dengan
2000 mmtahun. Menurut Pahan 2008 dalam bukunya yang berjudul Panduan Lengkap Kelapa Sawit
menjelaskan bahwa, kelapa sawit secara taksonomi dapat diklasifikasikan sebagai berikut:
Kingdom : Plantae
Divisi : Embryophyta Siphonagama
Kelas : Angiospermae
Ordo : Monocotyledone
Famili : Arecaceae
Subfamili : Cocoideae
Genus : Elaeis
Spesies : E.guineensis, E. oleifera, E.odora
Kelapa sawit termasuk tanaman tahunan yang mulai menghasilkan pada umur tiga tahun dengan usia produktif hingga 25
– 30 tahun. Pengembangan produk turunan kelapa sawit diperoleh dari produk utama yaitu tandan buah segar.
Tandan buah segar dapat diolah menjadi minyak kelapa sawit CPO, minyak inti sawit PKO dan produk sampingan yang berasal dari limbah kelapa sawit.
Minyak kelapa sawit CPO banyak digunakan sebagai bahan pangan diperoleh melalui proses fraksinasi, rafinisasi, dan hidrogenisasi. Pada umumnya
Kategori