BAB III METODE PENELITIAN
3.1 Ruang Lingkup Penelitian
Penelitian ini dibatasi dengan menganalisis data sekunder kuantitatif tahunan pada rentang waktu antara tahun 1970-2008 dengan pertimbangan
ketersediaan data. Data sekunder digunakan karena penelitian yang dilakukan meliputi objek yang bersifat makro dan mudah didapat dan data tersebut diolah
kembali oleh penulis sesuai dengan kebutuhan model yang digunakan. Di dalam penelitian ini dikaji hubungan kausalitas dan kointegrasi antara pengeluaran
pemerintah dan pertumbuhan ekonomi di Indonesia selama kurun waktu 1970- 2008.
3.2 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder dengan jenis data time series selama kurun waktu 1970-2008.
Sumber data yang diperoleh berasal dari berbagai sumber seperti Badan Pusat Statistik BPS dan dari situs Bank Indonesia. Di samping itu, penulis juga
melakukan studi literatur untuk mendapatkan teori yang mendukung penelitian yang diperoleh dari jurnal dan sebagainya.
Universitas Sumatera Utara
3.3 Metode Analisis dan Pengolahan Data
Metode analisis dalam penelitian ini adalah Cointegration Test dan Granger Causality Test
. Analisis Cointegration Test Johansen Test bertujuan untuk melihat hubungan pengeluaran pemerintah dengan pertumbuhan ekonomi di
Indonesia dalam jangka panjang. Sedangkan analisis Granger Causality Test adalah untuk melihat hubungan timbal balik kausal antara pengeluaran
pemerintah dengan pertumbuhan ekonomi di Indonesia. Dalam kaitannya dengan metode tersebut maka pengujian terhadap perilaku data runtun waktu time series
dan integrasinya dapat dipandang sebagai uji prasyarat bagi digunakannya metode Cointegration Test dan Granger Causality Test.
Hidayat, 2007 Sebelum dilakukannya estimasi terhadap kedua metode tersebut, maka
terlebih dahulu dilakukan langkah-langkah sebagai berikut : 1. Uji Stasioneritas Uji Akar Unit Unit Root Test
Validitas hipotesis kausalitas pengeluaran pemerintah dan pertumbuhan ekonomi dapat dibuktikan dengan cara melakukan pengujian stasioneritas
terhadap masing-masing variabel yang akan dianalisis dengan uji akar unit Unit Root Test yang merupakan bagian dari uji stasioneritas. Uji akar unit
guna membentuk model dinamis dari semua variable dimana terlebih dahulu di uji stasionaritasnya melalui prosedur Augmented Dickey Fuller ADF .Uji
Akar Unit dari Dickey Fuller maupun Phillips-Perron adalah untuk melihat stasionaritas data time series yang diteliti dengan program Eviews versi 5.1.
Adapun formula dari Uji Augmented Dickey Fuller ADF dapat dinyatakan sebagai berikut :
Universitas Sumatera Utara
p DY
t
= a + γY
t-1
+ ∑ β
i
DY
t-1+1
+ ε
t ………….
1 i = 1
Sedangkan untuk Uji Phillip Perron PP adalah : DY
t
= a + λY
t-1
+ ε
t ……………
2 Di mana:
D = Perbedaan atau differensi Y = Variabel yang diamati pada tingkat periode tertentu
Β = Operasi kelambanan waktu backward lag operator Kedua uji dilakukan dengan hipotesis null γ = 0 untuk ADF dan λ = 1
untuk PP. Prosedur untuk mengetahui data stasioner atau tidak dengan cara membandingkan antara nilai statistik ADF dan PP yang diperoleh dari nilai t
hitung koefisien γ dan λ dengan nilai kritis distribusi MacKinnon. Jika nilai absolut statistik ADF dan PP lebih besar dari nilai kritis
Mackinnon maka data stasioner dan sebaliknya jika nilai absolut statistik ADF
dan PP lebih kecil dari nilai kritis Mackinnon maka data tidak stasioner. Hal penting dalam uji ADF adalah menentukan panjangnya kelambanan.
Panjangnya kelambanan bisa ditentukan berdasarkan criteria AIC ataupun SIC. Nilai terkecil dari AIC dan SIC digunakan untuk menentukan panjangnya
kelambanan yang optimal. 2.
Uji Kointegrasi Cointegration Test Setelah diketahui bahwa baik data pengeluaran pemerintah maupun
pertumbuhan ekonomi keduanya stasioner, maka selanjutnya akan diuji
Universitas Sumatera Utara
kointegrasi. Uji kointegrasi bertujuan untuk mengetahui apakah ada hubungan keseimbangan jangka panjang antara dua variabel tersebut. Hubungan
keseimbangan dalam jangka panjang antar pengeluaran pemerintah dan pertumbuhan ekonomi dengan dapat diuji menggunakan Johansen test.
Hipotesis yang akan diuji adalah untuk menentukan jumlah dari arah kointegrasi tersebut maka Johansen menyarankan untuk melakukan dua uji
statistik yaitu untuk menentukan banyaknya vektor kointegrasi. Dua uji tersebut adalah trace test dan maximum eigenvalue statistic.
Uji statistic pertama adalah uji trace Trace test, λ
trace
yaitu menguji hipotesis nol null hypothesis yang mensyaratkan bahwa jumlah dari arah
kointegrasi adalah kurang dari atau sama dengan p dan uji ini dapat dilakukan sebagai berikut:
p λ
trace
r = -T ∑ in 1-λi …………3
i = r + i di mana λ
r+1,……
λ
n
adalah nilai eigenvektors terkecil p-r. Null hypotesis yang disepakati adalah jumlah dari arah kointegrasi sama dengan banyaknya r.
Dengan kata lain, jumlah vektor kointegrasi lebih kecil atau sama dengan ≤
r. Di mana r = 0,12 dan seterusnya. Johansen trace statistic atau juga dikenal sebagai test statistik LR Likelihood Ratio untuk menguji hipotesis Ho: r 1
terhadap Ha: r = 0, yang dirumuskan dalam persamaan : Trace test Qr = -
nεln1-λi Untuk uji statistik yang kedua adalah uji maksimum eigenvalue
λ
max
yang dilakukan dengan formula sebagi berikut :
Universitas Sumatera Utara
λ
max
r, r+1 = -T in 1- λ
r-1
………..4 Uji ini berdasarkan pada uji null hypothesis bahwa terdapat r dari vektor
kointegrasi yang berlawanan r+1 dengan vektor kointegrasi. Untuk melihat hubungan kointegrasi tersebut maka dapat dilihat dari besarnya nilai trace
statistic dan maximum eigen statistic dibandingkan dengan nilai critical value
pada tingkat kepercayaan 5. Alternatif uji kointegrasi dari Johansen adalah dengan menggunakan
maximum eigenvalue statistic yang dapat dihitung dari trace statistic, yaitu:
Qmax = -nln1 – λi = Qr – Qr+1
3. Uji Granger Causality Pengujian dengan menggunakan metode Granger Causality Test
digunakan untuk melihat hubungan kausalitas hubungan timbal balik antara variabel-variabel yang diteliti yakni pengeluaran pemerintah dan pertumbuhan
ekonomi. Sehingga dapat diketahui kedua variabel tersebut secara statistik saling mempengaruhi hubungan dua arah, memiliki hubungan searah atau
sama sekali tidak ada hubungan tidak saling mempengaruhi. Berikut ini metode Granger Causality Test seperti berikut ini :
m n G
t
= ∑ a
i
G
t-i
+ ∑ b
j
Y
t-j
+ µ
t ………..
5 i=1 j=1
r s
Y
t
= ∑ c
i
Y
t-i
+ ∑ d
j
G
t-j
+ V
t
……… 6 i=1 j=1
Universitas Sumatera Utara
Di mana : Y
= Pertumbuhan Ekonomi di Indonesia PDB G
= Total Pengeluaran Pemerintah di Indonesia µt, Vt = Error Terms
µt dan Vt adalah error terms yang diasumsikan tidak mengandung korelasi serial dan m = n = r = s. Berdasarkan hasil regresi dari kedua bentuk model
regresi linear diatas akan menghasilkan empat kemungkinan mengenai nilai koefisien-koefisien regresi dari persamaan 1,2 dan 1,3 adalah sebagai
berikut : n
s 1. Jika
∑ b
j
≠ 0 dan ∑ d
j
= 0 j=1
j=1 maka terdapat kausalitas satu arah dari Y ke G
n s
2. Jika ∑ b
j
= 0 dan ∑ d
j
≠ 0 j=1 j=1
maka terdapat kausalitas satu arah dari G ke Y n s
3. Jika ∑ b
j
= 0 dan ∑ d
j
= 0 j=1
j=1 maka Y dan G bebas antara satu dengan yang lainnya.
n s 4. Jika
∑ b
j
≠ 0 dan ∑ d
j
≠0 j=1 j=1
maka terdapat kausalitas dua arah antara G dan Y. Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas seperti
yang disebutkan diatas maka dapat juga dilakukan F-Test untuk masing-
Universitas Sumatera Utara
masing regresi. Apabila nilai F-hitung F-tabel maka pengeluaran pemerintah mempengaruhi pertumbuhan ekonomi. Dan sebaliknya apabila nilai F-hitung
F-tabel maka pengeluaran pemerintah tidak mempengaruhi pertumbuhan ekonomi. Pratomo dan Hidayat, 2007
Dalam penulisan skripsi ini, data diolah dengan menggunakan program Eviews 5.1.
3.4 Definisi Operasional Variabel