ER
jt
= Nilai tukar riil mata uang rupiah terhadap negara tujuan rupiah matauang negara tujuan
GDPCI
t
= Pendapatan per kapita riil negara Indonesia USorang Ei
= error term β 0
= konstanta intercept β n
= parameter yang diduga n = 1,2, … ,5 Tanda koefisien yang diharapkan yaitu:
β1 0 ; β2 0 ; β3 0 : β4 0, dan β5 0
3.2.4.2. Definisi Operasional
Untuk memahami secara jelas variabel variabel yang dituliskan dalam persamaan 3.3, maka definisi operasional variabel variabel tersebut yaitu :
1. Volume ekspor produk X adalah total ekspor dari produk X ke negara tujuan selama jangka waktu satu tahun terhitung sejak tahun 2001 2009,
dinyatakan dalam satuan kg kilogram. 2. Nilai GDP per kapita riil Indonesia adalah produk domestik bruto
perkapita riil yang dihasilkan oleh Indonesia dalam satu tahun berdasarkan harga konstan tahun 2005 selama periode 2001 2009, dinyatakan dalam
US. 3. Nilai GDP per kapita riil negara j adalah nilai produk domestik riil
perkapita negara tujuan ekspor importir yang dihasilkan perekonomian negara tersebut dalam satu tahun berdasarkan harga konstan tahun 2005
selama periode 2001 2009, dinyatakan dalam US.
4. Populasi penduduk negara j adalah total jumlah penduduk di negara tujuan ekspor dalam satu tahun terhitung sejak tahun 2001 2009,
dinyatakan dalam satuan orang. 5. Jarak ekonomi JE atau economic distance merupakan pendekatan yang
mewakili biaya transportasi. Jarak
Ekonomi =
jarak geografis antar negara X GDP j .……..…3.4
∑ GDP negara j
6. Nilai tukar riil mata uang negara Indonesia terhadap US Amerika, dinyatakan dalam RpUS. Hal ini karena dalam perdagangan
internasional menggunakan mata uang US. Rumus yang digunakan untuk mendapatkan nilai tukar riil Rupiah terhadap US Amerika adalah :
Nilai Tukar Riil = Nilai Tukar Nominal x IHK AS
..3.5 IHK Indonesia
3.2.4.3. Pemilihan Model dalam Pengolahan Data Panel
Pemilihan model yang akan digunakan dalam satu penelitian perlu dipertimbangkan secara statistik. Hal ini ditujukan untuk memperoleh dugaan
yang efisien. Ada dua pengujian untuk menentukan model yang akan digunakan dalam pengolahan data panel yaitu Chow Test dan Hausman Test.
1. Chow Test Chow Test adalah pengujian untuk memilih apakah model yang digunakan
adalah Pooled Least Square atau Fixed Effect. Sebagaimana diketahui, bahwa terkadang asumsi bahwa setiap unit cross section memiliki perilaku yang sama
cenderung tidak realistis mengingat dimungkinkan setiap unit cross section
memiliki perilaku yang berbeda. Dalam pengujian ini dilakukan hipotesa sebagai berikut :
H : Model Pooled Least Square
H
1
: Model Fixed Effect Dasar penolakan terhadap H
adalah dengan menggunakan F statistik seperti yang dirumuskan oleh Chow :
Chow = RSS
1
RSS
2
N 1 ……………………….……………………3.6
RSS
2
NT N K dimana:
ESS
1
= Residual Sum Square hasil pendugaan PLS ESS
2
= Residual Sum Square hasil pendugaan model Fixed Effect N
= Jumlah data cross section T
= Jumlah data time series K
= Jumlah variabel penjelas Statistik Chow Test mengikuti distribusi F statistik dengan derajat bebas
jika nilai Chow statistik F stat hasil pengujian lebih besar dari F tabel, maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga model yang
digunakan adalah model fixed effect dan begitu juga sebaliknya. 2. Hausman Test
Uji Hausman digunakan untuk membandingkan metode fixed effect dengan random effect. Model fixed effect mengandung suatu unsur trade off yaitu
hilangnya unsur derajat bebas dengan memasukkan variabel dummy. Namun penggunaan model random effect juga harus memperhatikan ketiadaan
pelanggaran asumsi dari setiap komponen galat.
Hipotesa Hausman Test adalah sebagai berikut : H
: Model Random Effect H
1
: Model Fixed Effect Sebagai dasar panolakan H
maka digunakan Statistik Hausman dan membandingkannya dengan Chi Square. Statistik Hausman dirumuskan sebagai
berikut : m = β – bM
– M
1 1
β – b ~ χ
2
K………………………….…………… 3.7 dimana :
: vektor statistik variabel fixed effect, b : vektor statistik variabel random effect,
M : matriks kovarians untuk dugaan random effect.
Jika nilai m hasil pengujian lebih besar dari
2
tabel, maka cukup melakukan penolakan terhadap H
sehingga model yang digunakan adalah model fixed effect dan begitu pula sebaliknya.
3. LM Test LM Test atau The Breusch – Pagan LM Test digunkan sebagai
pertimbangan statistik dalam memilih model Random Effect Model versus Pooled Least Square. Pengujian hipotesisnya:
H : PLS
H
1
: Random Effect Model Dasar penolakan H
dengan mengguanakan statistik LM yang mengikuti distribusi Chi Square.
3.2.4.4. Uji Hipotesis
