untukmengetahui ada atau tidaknya masalah heteroskedastisitas dalam data panel digunakan uji White dengan melihat pada nilai R
2
nya. Jika nilai probabilitas R
2
melebihi nilai kritis dengan α yang dipilih, maka hal tersebut menunjukkan bahwa tidak ada heteroskedastisitas, begitu pula sebaliknya.
d. Autokorelasi Model dikatakan memiliki autokorelasi jika error dari periode waktu time
series yang berbeda saling berkorelasi. Masalah autokorelasi ini akan
menyebabkan model menjadi tidak efisien meskipun masih tidak bias dan konsisten. Autokorelasi menyebabkan estimasi standar error dan varian
koefisien regresi yang diperoleh akan underestimated, sehingga R
2
akan besar serta uji t dan uji F akan menjadi tidak valid. Autokorelasi yang kuat dapat
menyebabkan dua variabel yang tidak berhubungan menjadi berhubungan, untuk mendeteksi ada tidaknya autokorelasi adalah dengan melihat nilai dari
Durbin Watson
DW statistiknya yang dibandingkan dengan nilai dari tabel DW. Berikut merupakan kerangka identifikasi dalam menentukan ada
tidaknya autokorelasi.
Tabel 5 Kerangka identifikasi autokorelasi Nilai DW
Hasil 4-dlDW4
Tolak H , korelasi serial negatif
4-dlDW4-dl Hasil tidak dapat ditentukan
2DW4-du Terima H
, tidak ada korelasi serial duDW2
Terima H , tidak ada korelasi serial
dlDWdu Hasil tidak dapat ditentukan
0DWdl Tolak H
, korelasi serial positif
Sumber: Gujarati 2004
3. Kriteria Ekonomi
Kriteria ekonomi digunakan untuk menunjukkan penggunaan tanda dan besaran yang diperoleh dalam model sesuai dengan teori ekonomi. Apabila tanda
dan besaran model yang diperoleh relevan dengan teori ekonomi maka model tersebut dapat dikatakan baik secara ekonomi.
Perumusan Model Penelitian
Penelitian tentang faktor-faktor yang memengaruhi volume ekspor kayu manis Indonesia ke negara tujuan ekspor terbesar akan menggunakan analisis data
panel. Negara yang dimasukkan ke dalam model adalah Amerika Serikat, Belanda, Brazil, Thailand, Jerman, India, Malaysia, Singapura, dan Kanada.
Variabel-variabel yang digunakan dalam model yaitu volume ekspor kayu manis Indonesia ke negara tujuan ekspor terbesar sebagai variabel tak bebasnya,
sedangkan variabel bebasnya antara lain yaitu harga ekspor HE, harga ekspor negara pesaing HEP, nilai tukar KURS, Gross Domestic Product GDP, dan
produksi kayu manis PROD.Model yang digunakan dalam penelitian ini adalah sebagai berikut:
VE
ijt
= β + β
1
HE
jt
+ β
2
HEP
jt
+ β
3
KURS
jt
+ β
4
GDP
jt
+ β
5
GDP_IND
it
+ β
6
PROD
it
+ e
ijt
Dimana : VE
ijt
= Volume ekspor kayu manis Indonesia ke negara tujuan j tahun ke-t Kg
HE
jt
= Harga ekspor kayu manis Indonesia ke negara tujuan ekspor j tahun ke-t USKg
HEP
jt
= Harga ekspor kayu manis negara pesaing China ke negara tujuan ekspor j tahun ke-t USKg
KURS
jt
= Nilai tukar riil rupiah terhadap mata uang negara tujuan ekspor j tahun ke-t Rpmata uang masing-masing negara tujuan
GDP
jt
= GDP riil negara tujuan ekspor j tahun ke-t US GDP_IND
it
=GDP riil negara Indonesia tahun ke-t US PROD
it
= Jumlah produksi kayu manis Indonesia tahun ke-t Kg e
ijt
= error term perode ke-t β
= konstanta intercept β
n
= parameter yang diduga n=1,2,...,6 Variabel-variabel yang terdapat dalam model persamaan di atas memiliki
skala yang berbeda. Oleh karena itu, dalam penelitian ini model persamaan diatas ditransformasikan ke dalam bentuk logaritman natural ln. Penggunaan logaritma
natural dapat memudahkan interpretasi model penelitian karena koefisien dari masing-masing variabel dalam model menunjukkan elastisitas masing-masing
variabel dalam model penelitian.Model persamaan yang digunakan dalam penelitian ini setelah ditransformasi dalam bentuk ln adalah sebagai berikut:
LNVE
ijt
= β + β
1
LN HEjt + β
2
LN HEPjt + β
3
LN KURSjt + β
4
LNGDP
jt
+ β
5
LNGDP_IND
it
+ β
6
LNPROD
it
+ e
ijt
Dimana : LNVE
ijt
= Volume ekspor kayu manis Indonesia ke negara tujuan j tahun ke-t
LNHE
jt
= Harga ekspor kayu manis Indonesia ke negara tujuan ekspor j tahun ke-t
LNHEP
jt
= Harga ekspor kayu manis negara pesaing China ke negara tujuan ekspor j tahun ke-t
LNKURS
jt
= Nilai tukar riil rupiah terhadap mata uang negara tujuan ekspor j tahun ke-t
LNGDP
jt
= GDP riil negara tujuan ekspor j tahun ke-t LNGDP_IND
it
=GDP riil negara Indonesia tahun ke-t LNPROD
it
= Jumlah produksi kayu manis Indonesia tahun ke-t e
ijt
= error term perode ke-t β
= konstanta intercept β
n
= parameter yang diduga n=1,2,...,6