146
BAB III METODE PENELITIAN
3.1. Ruang Lingkup Penelitian
Penelitian ini bertujuan untuk menganalisis determinan ekspor CPO Indonesia ke Uni Eropa tahun 2000 sd 2009. Secara khusus penelitian ini mengidentifikasi apakah nilai
tukar rupiah, produksi CPO domestik dan harga CPO dunia secara signifikan mempengaruhi terhadap harga ekspor CPO. Kemudian harga ekspor CPO, pendapatan
perkapita Uni Eropa, produksi minyak makan Uni Eropa dan harga minyak mentah dunia secara signifikan mempengaruhi ekspor CPO Indonesia ke Uni Eropa.
3.2. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yang digunakan adalah data yang dicatat secara sistematis yang berbentuk data
runtut waktu time series data. Dalam penelitiaan ini digunakan data triwulanan tahun 2000 sd 2009 yang diperoleh dari berbagai sumber antara lain Oil World Annual
MPOB, EBB Uni Eropa, Badan Pusat Statistik BPS, Bank Indonesia BI, World Bank dan dari berbagai sumber lainnya yang mendukung.
3.3. Metode Analisis Data
Universitas Sumatera Utara
147
Dalam menganalisis besarnya pengaruh variabel-variabel bebas terhadap variabel tidak bebas, penelitian ini menggunakan persamaan struktural yaitu Path Analyis yang
dibantu dengan program aplikasi AMOS atau Analysis of Moment Structure.
3.3.1. Model Analisis
Secara matematis model analisis dapat dituliskan melalui fungsi sebagai berikut: Y
= f NT, PCD, HD, HE, PP, PMM, HMD ….………………………... 1 Dari fungsi tersebut dibuat persamaan pengaruh langsung, tidak langsung dan
pengaruh total yang dituliskan sebagai berikut: 1.
Pengaruh langsung HE
= β
1
NT + β
2
PCD +
β
3
HD + e
1
…...……………….…….….……….. 2 Y =
β
4
HE + β
5
PP + β
6
PMM +
β
7
HMD + e
2
…...………………….……. 3 2.
Pengaruh tidak langsung Y =
β
1
NT + β
2
PCD +
β
3
HD +
β
4
HE + e
3
…...……….………….……. 4 3.
Pengaruh Total Y =
β
1
NT + β
2
PCD +
β
3
HD +
β
4
HE + β
5
PP + β
6
PMM +
β
7
HMD + e
4 …
5 Keterangan:
Y = Ekspor CPO Indonesia ke UE Ton
NT = Nilai Tukar Rupiah RpUSD
PCD = Produksi CPO Domestik TonTahun
HD = Harga CPO Dunia USDKg HE =
Harga Ekspor CPO USDTon
Universitas Sumatera Utara
148
PP = Pendapatan Perkapita UE USDTahun
PMM =
Produksi Minyak Makan UE TonTahun HMD = Harga Minyak Mentah Dunia USDBarrel
1
-
7
= Koefisien Regresi e
1
, e
4
= Term of error 3.3.2.
Variabel Penelitian
Berdasarkan kerangka konseptual pada Gambar 2.1 maka variabel dikelompokkan kedalam tiga kelompok, yaitu:
a. Variabel terikat dependent variabel yaitu:
1. Ekspor CPO
b. Variabel antara intervening variabel yaitu:
1. Harga Ekspor CPO
c. Variabel bebasnya independent variabel yaitu:
1. Nilai Tukar Rupiah
2. Produksi CPO Domestik
3. Harga CPO Dunia
4. Pendapatan Perkapita
5. Produksi Minyak Makan
6. Harga Minyak Mentah Dunia
3.4. Metode Path Analysis
Universitas Sumatera Utara
149
Analisis data dilakukan dengan menggunakan metode Path Analysis. Perangkat lunak yang digunakan untuk analisis struktural adalah AMOS 16.
Telaah statistika menyatakan bahwa untuk tujuan peramalanpendugaan nilai Y atas dasar nilai-nilai X
1
, X
2
, …., X
i
, pola hubungan yang sesuai adalah pola hubungan yang mengikuti Model Regresi, sedangkan untuk menganalisis pola hubungan kausal antar
variabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung, secara serempak atau mandiri beberapa variabel penyebab terhadap sebuah variabel akibat, maka
pola yang tepat adalah Model Analisis Jalur. Analisis jalur Path Analysis dikembangkan oleh Sewall Wright 1934. Path
analysis digunakan apabila secara teori kita yakin berhadapan dengan masalah yang berhubungan sebab akibat. Tujuannya adalah menerangkan akibat langsung dan tidak
langsung seperangkat variabel, sebagai variabel penyebab, terhadap variabel lainnya yang merupakan variabel akibat.
Beberapa istilah dan definisi dalam Path Analysis: 1 Dalam Path Analysis, kita hanya menggunakan sebuah lambang variabel, yaitu X. Untuk membedakan X yang satu
dengan X yang lainya, kita menggunakan subscript indeks. Contoh: X
1
, X
2
, X
3
…. X
k
. 2 Kita membedakan dua jenis variabel, yaitu variabel yang menjadi pengaruh
exogenous variable, dan variabel yang dipengaruhi endogenous variable. 3 Lambang hubungan langsung dari eksogen ke endogen adalah panah bermata satu, yang bersifat
recursive atau arah hubungan yang tidak berbaliksatu arah. 4 Diagram jalur merupakan
Universitas Sumatera Utara
150
diagram atau gambar yang mensyaratkan hubugan terstruktur antar variabel Harun Al Rasyid, 2005.
Secara matematik analisis jalur mengikuti pola Model Struktural yang ditentukan dengan seperangkat persamaan:
Y
1
= F
1
X
a
, …, X
q
; A
11
, … , A
1k
Y
2
= F
2
X
a
, …, X
q
; A
21
, … , A
2k
Y
p
= F
p
X
a
, …, X
q
; A
p1
, … , A
pk
Yang mengisyaratkan hubungan kausal dari X
1
, X
2
, …., X
q
ke Y
1
, Y
2
, …., Y
p
. Apabila setiap variabel Y secara unique keadaanya ditentukan disebabkan oleh
seperangkat variabel X, maka persamaan di atas dinamakan persamaan struktural, dan modelnya disebut model struktural.
3.4.1. Uji Asumsi
Sejalan dengan metode yang akan digunakan yaitu Path Analysis mensyaratkan beberapa uji asumsi. Pada langkah ini akan dilakukan evaluasi terhadap kesesuaian model,
tmelalui telaah terhadap berbagai criteria goodness of fit. Langkah pertama yang dilakukan adalah mengevaluasikan data yang digunakan apakah memenuhi asumsi Path Analysis,
bila asumsi ini telah terpenuhi maka langkah berikutnya adalah model diuji melalui berbagai uji yang akan dilakukan dalam penelitian ini.
1. Asumsi Path Analysis
Asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis dengan analisis jalur adalah sebagai berikut:
Universitas Sumatera Utara
151
a. Ukuran sampel yang biasanya harus dipenuhi dalam permodelan ini minimum 100
sampel. b.
Normalitas dan linieritas ; sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut untuk
permodelan ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan uji statistic. Uji normalitas ini perlu dilakukan baik untuk
normalitas terhadap data tunggal maupun normalitas multivariant di mana beberapa variabel digunakan sekaligus dalam analisis akhir. Uji linieritas dapat
dilakukan dengan mengamati scatterplot dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linieritas.
c. Outliers
Outliers adalah opservasi yang muncul dengan nilai ekstrim baik secara univariant maupun multivariant, karena kombinasi karakteristik unik yang dimilikinya dan
terkait sangat jauh berbeda dari observasi lainnya. Pada Outliers dapat dilakukan penanganan khusus asal diketahui bagaimana munculnya Outliers itu. Outliers
muncul dalam empat kategori, yaitu: 2.
Outliers muncul karena kesalahan prosedur seperti kesalahan dalam memasukkan data atau karena kesalahan dalam mengkoding data.
3. Outliers muncul karena keadaan yang benar-benar khusus yang
memungkinkan profil datanya lain daripada yang lain tetapi peneliti mempunyai alas an mengenai apa penyebab munculnya nilai ekstrim ini.
Universitas Sumatera Utara
152
4. Outliers muncul karena adanya sesuatu alasan tetapi peneliti tidak dapat
mengetahui bahwa apa penyebabnya atau tidak ada penjelasan mengenai sebab-sebab munculnya nilai ekstrim ini.
5. Outliers muncul dalam rentang nilai yang ada, tetapi bila dikombinasikan
dengan variabel yang lainnya, kombinasi menjadi tidak lazim atau sangat ekstrim. Inilah yang disebut dengan multivariant atau singularitas.
d. Multikolinearitas dan singularitas
Multikolinearitas dapat dideteksi dari determinan matriks kovarians. Nilai determinan matriks kovarians yang sangat kecil memberi indikasi adanya
problem Multikolinearitas atau singularitas 2.
Uji Kesesuaian dan uji Statistik Dalam analisis ini tidak ada alat uji statistic tunggal unuk mengukur atau menguji
hipotesis mengenai model Hair, 1992. Umumnya terhadap berbagai jenis fit index yang digunakan untuk mengukur derajat kesesuaian antara model yang dihipotesiskan
dengan data yang disajikan. 3.
Uji Reabilitas Setelah kesesuaian model diuji model fit, evaluasi lain yang harus dilakukan adalah
penilaian unidimensionalitas dan reliabilitas. Unidimensionalitas adalah sebuah asumsi yang digunakan dalam menghitung reliabilitas dari model yang menunjukkan
bahwa dalam sebuah model satu dimensi, indicator yang digunakan memiliki derajat kesesuaian yang baik. Penggunaan ukuran reliabilitas seperti a-Cronbach, tidak
Universitas Sumatera Utara
153
mengukur unidimensionalitas itu udah ada pada waktu a-Cronbach dihitung. Karena itu peneliti dianjurkan untuk melakukan uji unidimensionalitas terhadap semua
konstruk multi-indikator sebelum menilai reliabilitasnya. 4.
Interprestasi dan Modifikasi Model Setelah model diestimasi, residualnya haruslah kecil atau mendekati nol dan distribusi
frekuensi dari kovarians residual harus bersifat simetrik Tabachnick dan Fidell, 1997. Dalam kontens ini, residual yang dimaksud bukanlah residual dari skor seperti
pada permodelan multivariant lainnya, melainkan merupakan residual dari kovarians. Distribusi frekuensi dari residual yang tidak simetris merupakan signal atas sebuah
model yang kurang baik –a poorly fitting model dan menunjukkan bahwa dalam proses estimasi, model telah mengestimasi beberapa kovarians secara memuaskan
tetapi kovarians yang lainnya kurang begitu baik diestimasi.
3.4.2. Uji Statistik
Pada langkah uji statistik ini dilakukan evaluasi terhadap kesesuaian model melalui telaah terhadap berbagai kriteria goodness of fit, dilakukan dengan:
a. Chi-Square Statistik
Pengukuran yang paling mendasar adalah Likehood Ratio Chi-Square X2 di mana semakin rendah nilainya maka semakin baik model tersebut dan diterima berdasarkan
probabilitas dengan cut off value sebesar p ≥ 0,5 atau p ≥ 0,10 Ferdinand, 2000, p.52.
b. Signiticanced Probability P
Universitas Sumatera Utara
154
Dalam pengujian tingkat signifikan suatu model digunakan nilai significanced probability.
c. The Root Mean Square of Approximation RMSEA
Merupakan nilai yang menunjukkan goodness of fit yang dapat diharapkan bila model estimasi dalam populasi. Jika nilainya
≤ 0,08 mempunyai indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan
degrees of freedom Browne dan Cudeck, 1993 dalam Ferdinand, 2000 hal 56. d.
Goodness of Fit Index GFI Adalah suatu pengukuran non statistical di mana nilainya antara 0 poor fit sampai
dengan 1,0 perfect fit. Nilai yang semakin mendekati 1 menunjukkan tingkat kesesuaian yang lebih baik. Tingkat penerimaan yang direkomendasikan adalah jika
AGFI menunjukkan nilai ≥ 0,90.
e. Adjusted Goodness of Fit Index AGFI
Merupakan nilai GFI yang di-adjust dengan degree of freedom yang tersedia. Tingkat penerimaan yang direkomendasikan adalah jika AGFI menunjukkan nilai
≥ 0,90. f.
The Minimum Sample Discrepancy FunctionDegree of Freedom CMINDF Indeks ini disebut juga X2 – Relatif karena merupakan nilai Chi-square statistic dibagi
dengan degree of freedom-nya. Jika nilai X2 Relatif kurang dari 2,0 adalah indikasi dari acceptable fit antara model dan data.
Universitas Sumatera Utara
155
g. Tucker Lewis Index TLI
Merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Baumgartner dan Hamburg, 1999 dalam Ferdinan AT, 2000,
hal. 58. Nilai yang direkomendasikan sebagai acuan dapat diterimanya sebuah model adalah penerimaan
≥ 0,95 Hair et al, 1995 dan nilai yang mendekati 1 menunjukkan a very good fit.
h. Comparative Fit Index
Bila mendekati 1 merupakan indikasi tingkat fit yang paling tinggi. Adapun nilai yang direkomendasikan adalah sebesar
≥ 0,95. Cutoff value yang menjadi batasan dari masing-masing alat uji diatas tercantum pada
tabel berikut.
Tabel 3.1. Indeks Pengujian Kelayakan Model No
Goodness of Fit Index Cut-off Value
1 Chi-square Diharapkan
kecil 2 Significanced
Probability ≥ 0,05
3 RMSEA ≤ 0,08
4 GFI ≥ 0,90
5 AGFI ≥ 0,90
6 CMINDF ≤ 2,00
7 TLI ≥ 0,95
8 CFI ≥ 0,95
Sumber: Hair 1992, Arbukle 1977
3.4.3. Uji Hipotesis dan Uji Hubungan
Universitas Sumatera Utara
156
1. Pengaruh langsung diamati dari bobot regresi terstandar, dengan pengujian signifikansi
pembandingan nilai CR p ≥ 0,05
2. Printout program Amos juga akan diamati, hubungan antara variable dengan melihat
efek langsung dan efek tidak langsung serta efek totalnya.
3.5. Definisi Operasional
Masing-masing variabel dan cara pengukurannya perlu diperjelas untuk memperoleh kesamaan pemahaman persepsi terhadap konsep-konsep dalam penelitian ini,
antara lain:
1.
Nilai tukar rupiah adalah nilai tukar mata uang suatu Negara dinilai dari mata uang negara lain, dalam penelitian ini yang dimaksud dengan kurs USD terhadap Rupiah
nilai tukar nominal dinyatakan dalam satuan Rupiah per USD.
2.
Produksi CPO domestik adalah jumlah produksi CPO Indonesia dinyatakan dalam satuan Ton.
3.
Harga Crude Palm Oil CPO dunia adalah harga rata-rata Crude Palm Oil CPO dunia CIF Rotterdam dinyatakan dalam satuan USD.
4.
Harga ekspor Crude Palm Oil CPO adalah rata-rata harga ekspor Crude Palm Oil CPO FOB dinyatakan dalam satuan USD.
5.
Pendapatan perkapita adalah besarnya pendapatan rata-rata penduduk Uni Eropa dinyatakan dalam satuan USD.
Universitas Sumatera Utara
157
6.
Produksi minyak makan adalah jumlah produksi minyak makan Uni Eropa dinyatakan dalam satuan Ton.
7.
Harga minyak mentah dunia adalah harga rata-rata minyak mentah dunia Brent dinyatakan dalam satuan USBarrel.
BAB IV ANALISIS DAN PEMBAHASAN
4.1. Gambaran Umum Kinerja Ekspor CPO Indonesia
4.1.1. Industri Kelapa Sawit
Bagian yang paling utama untuk diolah dari kelapa sawit adalah buahnya. Bagian daging buah menghasilkan minyak kelapa sawit mentah yang diolah menjadi bahan baku
minyak goreng. Kelebihan minyak nabati dari sawit adalah harga yang murah, rendah kolesterol, dan memiliki kandungan karoten tinggi. Minyak sawit juga diolah menjadi
bahan baku margarin. Minyak inti menjadi bahan baku minyak alkohol dan industri kosmetika.
Buah diproses dengan membuat lunak bagian daging buah dengan temperatur 90°C. Daging yang telah melunak dipaksa untuk berpisah dengan bagian inti dan
cangkang dengan pressing pada mesin silinder berlubang. Daging inti dan cangkang dipisahkan dengan pemanasan dan teknik pressing. Setelah itu dialirkan ke dalam lumpur
Universitas Sumatera Utara