III. METODE PENELITIAN
3.1 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berupa time series secara bulanan dari bulan Januari tahun 2000 hingga bulan
Desember tahun 2008. Data tersebut diperoleh dari berbagai sumber antara lain melalui internet, seperti Bank Indonesia, Bureau of Economic Analysis, Bureau
Labor Statistics dan Census Bureau Amerika Serikat dan BPS, serta dari instansi-
instansi seperti Asosiasi Pertekstilan Indonesia API, Departemen Perdagangan, dan Departemen Perindustrian.
Data yang digunakan dalam penelitian ini meliputi data volume ekspor TPT Indonesia ke Amerika Serikat. Dipilih Amerika Serikat karena AS
merupakan negara tujuan ekspor utama TPT Indonesia khususnya kemeja pria diantara Jepang dan Uni Eropa dan sekaligus sebagai negara yang sebelumnya
menerapkan kuota impor serta negara yang paling terpuruk yang terkena dampak dari adanya krisis global. Selain itu, diperlukan pula data GDP riil AS, harga
ekspor TPT Indonesia terhadap AS dan nilai tukar riil rupiah terhadap dollar AS.
3.2 Metode Pengolahan dan Analisis Data
Data yang diperoleh selanjutnya dianalisis secara deskriptif dan kuantitatif. Analisis secara kuantitatif dilakukan dengan menggunakan model
analisis regresi berganda dan persamaan dalam model diduga dengan metode OLS Ordinary Least Square dengan menggunakan software Minitab 14 dan Eviews
4.1.
Model regresi linier secara umum dapat dituliskan sebagai berikut: Y
i
= β + Σβ
i
X
i
+ u
i
; i = 1, 2, ……n 3.1
dimana: Y
i
= variabel tak bebas dependent variable β
= intersep β
i
= slope X
i
= variabel bebas yang menjelaskan variabel tak bebas Y independent variable
u
i
= error term n
= banyaknya variabel independen dalam fungsi Sementara itu, asumsi atau persyaratan yang melandasi estimasi koefisien
regresi dengan menggunakan metode OLS yaitu: 1. Eu
i
= 0 atau E u
i
|x
i
= 0 atau EY = β + Σβ
i
X
i
atau dengan kata lain pada saat X
i
terobservasi, pengaruh u
i
terhadap Y diabaikan atau u
i
tidak mempengaruhi EY secara sistematis, u
i
menyatakan variabel-variabel lain yang mempengaruhi Y, tetapi tidak
terwakili dalam model. 2. Tidak ada korelasi antara u
i
dan u
j
{cov u
i
, u
j
= 0}; i ≠ j.
3. Homoskedastisitas yaitu besarnya varian u
i
sama atau var u
i
= σ
2
untuk setiap i.
4. Kovarian antara u
i
dan X
i
nol {cov u
i
, X
i
= 0}, atau dengan kata lain artinya tidak ada korelasi antara u
i
dan X
i
. Sehingga jika ada hubungan dimana X
i
meningkat dan mengakibatkan u
i
juga meningkat atau ketika X
i
menurun, u
i
akan menurun pula maka dapat dikatakan bahwa hal tesebut menunjukkan adanya korelasi antara u
i
dan X
i
.
5. Tidak ada multikolinearitas, yang berarti bahwa tidak ada hubungan yang nyata antar peubah X atau variabel-variabel independen nya.
Jika asumsi-asumsi tersebut diatas terpenuhi, maka koefisien regresi yang diduga bersifat BLUE Best Linier Unbiased Estimate.
Namun, kadangkala ada kemungkinan terjadinya spurious regression atau regresi palsu yang disebabkan adanya variabel dependen dan variabel independen
yang digunakan dalam model tidak stasioner sehingga jika variabel-variabel tersebut dibuat regresi akan menghasilkan regresi yang tampaknya baik yaitu
dengan R
2
tinggi, uji hipotesis yang signifikan, dan sebagainya. Menurut Granger dan Newold, jika R
2
statistik Durbin Watson maka dapat dicurigai hasil regresi tersebut adalah regresi palsu Nachrowi, 2006. Untuk mengetahui apakah regresi
yang dihasilkan tersebut regresi palsu atau bukan, maka dapat dilakukan uji ko- integrasi. Jika residual atau u
t
stasioner, maka antara variabel dependen dengan variabel independennya dikatakan terkointegrasi. Sehingga jika dapat dibuktikan
bahwa antara variabel dependen dengan variabel independennya terkointegrasi maka dapat disimpulkan regresi tersebut bukanlah regresi palsu tetapi regresi yang
terkointegrasi.
3.3 Perumusan Model
Kategori