BAB III METODE PENELITIAN
Metode penelitian adalah cara ilmiah untuk mendapatkan data yang valid dengan tujuan dapat ditemukan, dibuktikan, dan dikembangkan suatu pengetahuan
sehingga pada gilirannya dapat digunakan untuk memahami, memecahkan, dan mengantisipasi masalah yang ada.
3.1 Ruang Lingkup Penelitian
Penelitian ini memfokuskan kajian tentang hubungan variabel tingkat
inflasi dan tingkat pengangguran di Indonesia. Adapun tingkat pengangguran yang digunakan dalam penelitian ini adalah tingkat pengangguran terbuka.
3.2 Jenis dan Sumber Data
Jenis data yang dikumpulkan dan digunakan serta diolah dalam penelitian ini adalah data sekunder yaitu hasil olahan yang diperoleh dari dinas atau instansi
yang resmi yang berhubungan dengan penelitian ini. Data diperoleh dalam bentuk Time Series dalam bentuk tahunan yang bersifat kuantitatif dalam kurun waktu
tahun 1980 – 2008 29 observasi. Sumber data diperoleh dari publikasi Badan Pusat Statistik BPS
Indonesia. Selain itu, data lainnya yang mendukung penelitian ini diperoleh dari sumber bacaan seperti jurnal, artikel, dan buku bacaan yang berkaitan dengan
penelitian ini.
Universitas Sumatera Utara Universitas Sumatera Utara
3.3 Teknik Pengumpulan Data
Dalam penelitian ini, penulis menggunakan teknik pengumpulan data
sekunder yang diperoleh dari instansi-instansi terkait, seperti yang telah disebutkan di atas yang diperoleh dari publikasi resmi yang berhubungan dengan
penelitian. Teknik pengumpulan data yang digunakan adalah dengan melakukan pencatatan data secara langsung yang diperoleh dari berbagai sumber yang telah
disebutkan di atas.
3.4 Teknik Pengolahan Data
Untuk mengolah data dalam penelitian ini, penulis menggunakan program E-views 5.1.
3.5 Metode Analisis Data
Metode yang digunakan dalam penelitian ini adalah dengan menggunakan pendekatan Granger Causality Test dan Cointegration Test. Metode analisis
Granger Causality Test ini digunakan untuk melihat hubungan kausalitas antara tingkat inflasi dan tingkat pengangguran di Indonesia atau dapat dinyatakan dalam
fungsi Inf = f Un. Sedangkan analisis Cointegration Test bertujuan untuk melihat hubungan tingkat inflasi dan tingkat pengangguran di Indonesia dalam
jangka panjang. Dalam kaitannya dengan hal tersebut, pengujian terhadap perilaku data
runtun waktu time series dan integrasinya dapat dipandang sebagai uji prasyarat
Universitas Sumatera Utara Universitas Sumatera Utara
bagi penggunaan metode Granger Causality Test dan Cointegration Test. sebelum dilakukannya estimasi terhadap kedua metode di atas, maka terlebih dahulu
dilakukan langkah-langkah berikut ini :
3.5.1 Uji Akar-Akar Unit Testing for Unit Roots
Pengujian ini merupakan uji stasioneritas. Pada prinsipnya, uji akar-akar unit ini adalah untuk mengamati atau mendeteksi apakah koefisien tertentu dari
model autoregresif yang ditaksir mempunyai nilai satu atau tidak. Pengujian akar- akar unit ini dengan model autoregresif Dickey dan Fuller, 1979, 1981 dengan
persamaan berikut : DXt =
i
DXt……………………….. 3.1. DXt = c
o
+ c
1
T + c
2
BXt +
i
DXt…………………... 3.2. DXt = X
t
– X
t-1
BX = X
t-1
Dimana : T = Trend waktu
X
t
= Variabel yang diamati pada periode tingkat B = Operasi kelambanan waktu ke hulu backward lag operator
Kemudian dari hasil regresi persamaan di atas diperoleh nilai statistik ADF Augmented Dickey Fuller . Dengan melihat nilai statistik dari koefisien BX
t
pada persamaan 3.1. dan 3.2. dan dibandingkan dengan nilai tabel ADF nilai kritis dari Mackinnon dapat diambil sebuah kesimpulan. Jika nilai statistik dari
koefisien BX
t
lebih besar dari tabel ADF maka data tersebut stasioner. Apabila data tersebut tidak stasioner maka harus menciptakan variabel baru dengan cara
first difference, lalu dilakukan kembali uji akar-akar unit. Uji akar-akar unit ini
Universitas Sumatera Utara Universitas Sumatera Utara
bertujuan untuk melihat validitas data, dan bila data sudah stasioner maka dapat dilihat kausalitasnya dengan Uji Kausalitas Granger.
3.5.2 Uji Derajat Integrasi
Pengujian ini dilakukan untuk mengetahui pada derajat atau order diferensi ke berapa data yang diamati akan stasioner. Pengujian ini dilakukan bila pada uji
akar-akar unit langkah pertama di atas dari data diamati tidak stasioner. Pengujian ini merupakan perluasan dari uji akar-akar unit yang ditaksir dengan
model autoregresif dengan OLS berikut ini : D2X
t
= e
o
+ e
1
BDX
t
+
i
B
i
D2X
t
………………………3.3. D2X
t
= g
o
+ g
1
T + g
2
BDX
t
+
i
B
i
D2X
t
………………3.4. D2X
t
= DXt – DX
t-1
BDX
t
= DX
t-1
Kemudian dari hasil regresi persamaan di atas diporoleh nilai statistik ADF. Dengan melihat nilai statistik dari koefisien BDX
t
pada persamaan 3.3. dan 3.4. dan dibandingkan dengan nilai tabel ADF dapat diambil kesimpulan. Jika
nilai statistik dari koefisien BDX
t
ADF, maka data tersebut stasioner pada derajat satu. Jika variabel X tersebut belum stasioner pada derajat 1, maka perlu
dilanjutkan hingga diperoleh suatu kondisi stasioner pada derajat kedua, ketiga dan seterusnya.
3.5.3 Uji Kausalitas Granger Granger Causality Test
Pendekatan ini digunakan untuk melihat hubungan kausalitas antara dua variabel, sehingga dapat diketahui apakah kedua variabel tersebut secara stastistik
saling mempengaruhi searah atau sama sekali tidak ada hubungan. Berikut ini model yang digunakan untuk melakukan Granger Causality Test :
Universitas Sumatera Utara Universitas Sumatera Utara
X
t
=
i
X
t-i
+
j
Y
t-j
+
t
…………………………..3.5. Y
t
=
i
X
t-i
+
j
Y
t-j
+
t
…………………………...3.6. Dimana µ dan ε adalah error term yang diasumsikan tidak mengandung korelasi
serial dan m = n = r = s. Berdasarkan hasil regresi dari kedua bentuk model regresi linear di atas akan menghasil empat kemungkinan nilai koefisien – koefisien
regresi dari peramaan 3.5. dan 3.6. sebagai berikut : 1.
Jika
j
≠ 0
j
= 0, maka terdapat kausalitas satu arah dari Y ke X 2.
Jika
j
= 0
j
≠ 0, maka terdapat kausalitas satu arah dari X ke Y 3.
Jika
j
= 0
j
= 0, maka X dan Y tidak ada hubungan 4.
Jika
j
≠ 0
j
≠ 0, maka terdapat kausalitas dua arah antara X dan Y
Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas seperti yang disebutkan diatas, maka dilakukan uji F F – test untuk masing-masing model
regresi.
3.5.4 Uji Kointegrasi Cointegration Test
Kadangkala dijumpai dua variabel random yang masing-masing merupakan random walk tidak stasioner, tetapi kombinasi linear antar dua
variabel tersebut merupakan data time series yang stasioner. Uji kointegrasi bertujuan untuk mengetahui hubungan keseimbangan
dalam jangka panjang antara tingkat inflasi dengan tingkat pengangguran di Indonesia. Uji ini dapat dilakukan dengan cara Uji Engle-Granger atau Uji
Universitas Sumatera Utara Universitas Sumatera Utara
Augmented Engle-Granger AEG. Uji ini dilakukan untuk memanfaatkan Uji DF-ADF.
Adapun langkah-langkah yang diperlukan untuk melakukan pengujian AEG ini adalah:
• Lakukan estimasi model
• Dapatkan residual dari model tersebut
• Uji apakah sudah stasioner. Apabila residualnya sudah stasioner, berarti ada
kointegrasi.
3.6 Model Analisis Data
Penelitian ini menggunakan pendekatan Granger Causality Test untuk melihat hubungan kausalitas antara tingkat inflasi dan pengangguran di Indonesia.
Untuk itu model analisis yang digunakan adalah dengan pendekatan Granger Causality Test seperti berikut ini :
Inf
t
=
t-1
+
t-j
+
1t
…………………………..3.7. UN
t
=
t-1
+
t-j
+
2t
......................................3.8. Dimana :
Inf = Tingkat inflasi di Indonesia dalam persen
UN = Tingkat pengangguran terbuka di Indonesia dalam persen
µ = Variabel gangguan Error Term
α
1,
β
1
, γ
1
, λ
1
= Koefisien regresi
Universitas Sumatera Utara Universitas Sumatera Utara
3.7 Definisi Operasional
