21 Negara berkembang terdiri dari 20 Negara meliputi: 10 Negara
Berpendapatan Menengah dan 10 Negara Berpendapatan Rendah. Negara Berkembang Berpendapatan Menengah yang dikaji, yaitu Brazil, China, Mesir,
India, Indonesia, Malaysia, Meksiko, Africa Selatan, Thailand, dan Turki. Adapun Negara Berkembang Berpendapatan Menengah yang dikaji, yaitu
Afghanistan, Bangladesh, Republik Afrika Tengah, Republik Demokratik Kongo, Ghana, Lao PDR, Nepal, Tanzania, Uganda, dan Zimbabwe.
Jumlah amatan data panel untuk setiap variabelnya adalah 37 x 40 = 1.480 amatan. Data tersebut terdiri dari populasi penduduk, PDB riil untuk
merepresentasikan tingkat pendapatan, PDB riil per kapita, dan emisi gas rumah kaca per kapita yang dikaji yaitu karbon dioksida CO2.
Data populasi penduduk diperoleh dari EIA dan Penn World Table PWT, sedangkan PDB riil, dan PDB riil per kapita diperoleh dari PWT. Data PDB riil
per kapita yang digunakan disesuaikan dengan Purchasing Power Parity PPP menggunakan US Dollar tahun dasar 2000, sehingga dapat dikomparasikan antara
negara. Sedangkan data emisi gas rumah kaca yang dikaji yaitu karbon dioksida CO2. diperoleh dari World Resources Institite WRI.
3.4 Spesifikasi Model
Model yang umumnya digunakan untuk menguji hipotesis EKC adalah model logaritma kuadratik Grossman Krueger 1991. Model tersebut diekspresikan
sebagai fungsi indikator degradasi lingkungan terhadap pendapatan per kapita. Seluruh variabel dalam model dinyatakan dalam logaritma natural, sebagaimana
persamaan
berikut:
lnEP
it
=
α
+
α
1
lnPDBP
it
+
α
2
lnPDBP
it 2
+
ε
it,
dimana: a. EP
it
menyatakan emisi gas rumah kaca CO
2
per kapita negara ke-i pada tahun ke-t
b. PDBP
it
menyatakan pendapatan PDB riil per kapita negara ke-i pada tahun ke-t
c. ln menyatakan logaritma natural d.
ε
it
menyatakan gangguan acak.
22 Berdasarkan persamaan tersebut di atas, varibel-variabel yang akan
digunakan sebagai analisis dalam penelitian ini, dirangkum dalam tabel berikut: Tabel 3.3 Variabel-variabel yang Digunakan dalam Analisis
No Variabel Keterangan
Satuan Sumber
1. EP Emisi Gas Rumah
Kaca per kapita Metrik ton emisi
CO2 WRI, PWT
2. PDBP PDB Riil Per Kapita
US Dollar per jiwa PPP 2000=100
PWT
Dalam pendugaan terhadap model dengan data panel, dimana data cross section yang sama akan diobservasi menurut waktu time series. Data panel atau
longitudinal data adalah data yang memiliki dimensi ruang individu dan waktu. Dalam data panel, data cross section yang sama diobservasi menurut waktu. Jika
setiap unit cross section memiliki jumlah observasi time series yang sama maka disebut sebagai balanced panel. Sebaliknya jika jumlah observasi berbeda untuk
setiap unit cross section maka disebut unbalanced panel. Aplikasi metode estimasi dengan menggunakan data panel banyak
digunakan baik secara teoritis maupun aplikatif dalam berbagai literature mikroekonometrik dan makroekonometrik. Popularitas penggunaan data panel ini
merupakan konsekuensi dari kemampuan dan ketersediaan analisis yang diberikan oleh data jenis ini. Penggabungan data cross section dan time series dalam studi
data panel digunakan untuk mengatasi kelemahan dan menjawab pertanyaan yang tidak dapat dijawab oleh model cross section dan time series murni.
Keunggulan utama dari penggunaan model data panel bila dibandingkan dengan model cross section dan time series murni. Pertama, jumlah data yang
digunakan dalam model data panel umumnya lebih besar dibandingkan jumlah data yang digunakan dalam model cross section dan time series murni. Selain itu,
variabel penjelas dalam model data panel bervariasi dalam dua dimensi ruang individu dan waktu, sehingga selain dapat dianalisis variasi antar ruang
individu dan waktu, penduga yang didasari oleh data panel lebih akurat dibandingkan dengan cross section dan time series murni. Jumlah data dalam
23 data panel meningkatkan jumlah derajat bebas degree of freedom dan
mengurangi kolinieritas di antara variable penjelas, yang dalam hal ini meningkatkan efisiensi dari penduga ekonometrik. Keunggulan kedua dari
penggunaan model data panel adalah mampu mengurangi masalah identifikasi. Dalam banyak kasus, data panel melibatkan identifikasi dari keberadaan regresor
endogenous atau measurement error, ketahanan terhadap variabel yang dihilangkan dan identifikasi dinamika individual.
Secara umum keunggulan dari penggunaan data panel dalam analisis ekonometrik antara lain: i mampu mengontrol heterogenitas individu; ii
memberikan informasi yang lebih banyak dan beragam, meminimalkan masalah kolinieritas collinearity, meningkatkatkan jumlah derajat bebas dan lebih efisien;
iii data panel lebih baik dalam mengukur dan mengidentifikasi dan mengukur efek yang tidak dapat dideteksi apabila menggunakan data cross section atau time
series murni; dan iv data panel dapat digunakan untuk mengkonstruksi dan menguji model perilaku yang lebih kompleks dibandingkan data cross section
atau time series murni.
3.5 Prosedur Analisis
