Pergerakan dan Pergeseran Kurva Permintaan Panel Data

permintaan untuk kebanyakan komoditas ke arah kanan. Ini menunjukkan akan lebih banyak komoditas itu yang akan diminta pada setiap tingkat harga yang mungkin. Faktor lain yang mempengaruhi permintaan suatu komoditas adalah harga barang lain yang memiliki keterkaitan dengan komoditas tersebut. Keterkaitan antara dua jenis komoditas dapat bersifat substitusi pengganti dan bersifat komplemen pelengkap. Jika harga komoditas substitusi suatu barang meningkat, maka harga barang tersebut menjadi relatif lebih murah. Hal ini kemudian meningkatkan permintaan akan barang tersebut. Namun, jika harga komoditas pelengkap suatu barang meningkat yang mengakibatkan penurunan permintaan, akan berdampak pada penurunan permintaan barang tersebut. Selera berpengaruh besar terhadap keinginan orang untuk membeli. Perubahan selera memang bisa lama sekali. Namun cepat atau lambat, perubahan selera terhadap suatu komoditas akan menggeser kurva permintaan ke arah kanan. Artinya, lebih banyak komoditas yang akan dibeli pada tiap tingkat harga. Perubahan distribusi pendapatan akan menggeser kurva-kurva permintaan untuk komoditas yang dibeli. Jika masyarakat memperoleh tambahan pendapatan maka kurva permintaan akan bergeser ke kanan. Sebaliknya, jika masyarakat mengalami penurunan pendapatan maka kurva permintaannya akan bergeser ke kiri. Distribusi pendapatan yang dimaksud adalah jika suatu pendapatan total yang konstan didistribusikan kembali kepada sejumlah penduduk yang mengakibatkan perubahan permintaan. Kenaikan jumlah penduduk juga memengaruhi permintaan suatu komoditi. Kenaikan jumlah penduduk akan menggeser kurva-kurva permintaan untuk komoditas ke arah kanan, yang menunjukkan bahwa akan lebih banyak komoditas yang dibeli pada setiap tingkat harga.

2.1.5 Pergerakan dan Pergeseran Kurva Permintaan

Perubahan permintaan dapat terjadi karena dua sebab utama. Sebab utama tersebut yaitu perubaan yang disebabkan oleh perubahan harga komoditas itu sendiri dan perubahan yang disebabkan oleh faktor lain selain harga komoditas itu sendiri. Perubahan faktor lain selain harga yang dimaksud dapat berupa perubahan jumlah penduduk, pendapatan, selera, distribusi pendapatan, dan harga komoditas lain yang terkait. Perubahan pada harga barang itu sendiri akan langsung memengaruhi jumlah barang yang diminta. Perubahan yang terjadi akan menyebabkan pergerakan pada kurva permintaan. Perubahan ini hanya terjadi dalam satu kurva. Jumlah barang yang diminta akan mengalami perubahan apabila terjadi perubahan harga barang itu sendiri. Kenaikan harga dari P 2 ke P 1 akan menyebabkan jumlah barang yang diminta berkurang dari Q 2 ke Q 1. Keseimbangan permintaan berubah yaitu pergerakan dari titik B ke titik A. P P 1 A C P 2 B D D 1 D Q Q 1 Q 2 Q 3 Q 4 Sumber: Lipsey, 1995 Gambar 2.3. Pergerakan dan Pergeseran Kurva Permintaan keterangan: P = harga komoditas Q = jumlah komoditas yang diminta Jika perubahan permintaan disebabkan faktor lain selain harga barang itu sendiri akan menyebabkan pergeseran pada kurva permintaan. Suatu pergeseran kurva permintaan ke kanan dapat disebabkan oleh kenaikan pendapatan, kenaikan jumlah penduduk, kenaikan distribusi pendapatan, perubahan selera menjadi lebih menyukai komoditi, penurunan pada harga komoditi komplementer, dan kenaikan pada komoditi subtitusi. Pergeseran kurva permintaan ke kiri terjadi karena kondisi sebaliknya. Pergeseran kurva permintaan ke kanan ditunjukkan oleh pergeseran kurva permintaan dari D ke D 1.

2.1.6 Konsep Gravity Model

Model gravitasi gravity model digunakan untuk menerka perdagangan berdasarkan jarak antarnegara dan interaksi antarnegara. Model ini terbentuk berdasarkan kinerja hukum Gravitasi Newton. Model ini pertama kali diterapkan oleh Jan Tinbergen 1962 dan Poyhonen 1963 untuk menganalisis aliran perdagangan antarnegara Eropa. Selanjutnya Bergstrand 1985 dalam Napitupulu 2007 menerapkan persamaan gravitasi dari keseimbangan model perdagangan dunia. Tidak hanya digunakan untuk menganalisis perdagangan secara agregat, gravity model juga diterapkan terhadap aliran perdagangan suatu komoditas. Napitupulu 2007 menjelaskan bahwa pemikiran mendasar yang menjadi argumen pemakaian gravity model adalah negara yang lebih besar dan kaya akan lebih banyak melakukan perdagangan internasional dibandingkan dengan negara yang kecil dan miskin. Perumusan Teori Gravitasi Newton dalam fisika yaitu: F ij = G X “interaksi antar dua objek adalah sebanding dengan massanya dan berbanding terbalik dengan jarak masing- masing” Jika persamaan tersebut diaplikasikan dalam perdagangan internasional maka, F = Volume aliran perdagangan M = Ukuran ekonomi untuk kedua negara D = Jarak ekonomi kedua negara G = konstanta Dengan menggunakan persamaan logaritma, persamaan diatas kemudian diubah kedalam bentuk linear dan menjadi bentuk umum dari Gravity Model untuk analisis ekonometrika, dimana konstanta G menjadi bagian dari 0, dan GDP menggambarkan ukuran ekonomi untuk kedua negara. Log Aliran Perdagangan Bilateral = + 1 log GDP negara 1 + 2 log GDP negara 2 + 3 log Jarak + Secara umum persamaan gravity model adalah sebagai berikut: Log X ij = + 1 log Y j + 2 log P j + 3 log D ij + ij keterangan: X ij = Volume komoditas yang diperdagangkan dari negara i ke negara j Y j = GDP negara j P j = Jumlah populasi negara j D ij = Jarak antarnegara i dengan negara j Pada penerapannya dalam perdagangan antarnegara, bentuk model ini disusun oleh tiga jenis variabel utama, yang terdapat pada setiap gravity model untuk aliran perdagangan bilateral yaitu: 1. Variabel yang mewakili total total permintaan potensial negara pengimpor 2. Variabel yang mewakili total penawaran potensial negara pengekspor 3. Variabel yang mewakili pendukung atau penghambat aliran perdagangan Selanjutnya akan dijelaskan lebih lanjut mengenai pengaruh variabel- variabel yang terdapat pada model gravitasi atau gravity model, diantaranya:

2.1.6.1 Gross Domestik Product GDP

Gross Domestik Product adalah jumlah barang dan jasa yang diproduksi di dalam suatu negara selama periode ekonomi tertentu. GDP dapat juga digunakan untuk mengukur pendapatan setiap orang dalam perekonomian dan pengeluaran total terhadap output barang dan jasa perekonomian. Dalam model gravitasi, semakin besar GDP yang dihasilkan suatu negara mengindikasikan semakin besar pula kemampuan negara tersebut untuk melakukan perdagangan. Sehingga, GDP baik yang dimiliki negara pengekspor maupun pengimpor akan memengaruhi voleme perdagangan antar kedua negara.

2.1.6.2 Populasi

Jumlah penduduk atau populasi suatu negara akan memengaruhi besarnya kebutuhan negara tersebut terhadap komoditas perdagangan. Hal ini dapat ditunjukkan dengan peningkatan permintaan seiring dengan peningkatan jumlah penduduk disuatu negara, ceteris paribus. Peningkatan jumlah penduduk akan memengaruhi dari dua sisi yaitu sisi permintaan dan sisi penawaran. Dari sisi permintaan peningkatan jumlah penduduk menunjukkan kebutuhan yang semakin meningkat terhadap komoditas perdagangan. Peningkatan kebutuhan ini tercermin dari peningkatan permintaan pada negara tujuan ekspor yang menyebabkan terjadinya pergeseran kurva permintaan kearah kanan dan terjadinya ekses demand di pasar internasional. Hal tersebut kemudian berdampak pada peningkatan harga komoditi tersebut dan akan mendorong negara pengekspor untuk melakukan perdagangan atau ekspor. Sementara itu, dari sisi penawaran peningkatan jumlah penduduk mengakibatkan peningkatan kebutuhan akan komoditas tersebut di pasar domestik. Hal ini akan menyebabkan pengurangan jumlah ekspor komoditas yang berakibat terjadinya excess demand jika permintaan awal tetap di pasar internasional. Setelah itu, akan terjadi peningkatan harga, ceteris paribus. Namun, dampak lain yang dapat ditimbulkan akibat kenaikan jumlah penduduk dari sisi penawaran yaitu peningkatan faktor produksi karena penambahan sumberdaya tenaga kerja.

2.1.6.3 Nilai Tukar

Menurut Mankiw 2003, nilai tukar adalah tingkat harga yang disepakati penduduk kedua negara untuk saling melakukan perdagangan. Kebijakan perdagangan internasional suatu negara akan dipengaruhi oleh peningkatan maupun penurunan nilai tukar. Nilai tukar dapat dibagi menjadi dua jenis yaitu nilai tukar nominal dan nilai tukar riil. Nilai tukar nominal merupakan harga relatif mata uang dua negara sedangkan nilai tukar riil merupakan harga relatif dari barang-barang diantara dua negara. Nilai tukar riil diantara kedua negara dihitung dari nilai tukar nominal dan tingkat harga di kedua negara. Jika nilai tukar riil tinggi, barang-barang luar negeri relatif lebih murah dan barang-barang domestik relatif lebih mahal. Begitupun sebaliknya, jika nilai tukar riil rendah, maka barang-barang luar negeri relatif lebih mahal dan barang-barang domestik relatif lebih murah. Nilai tukar riil = Nilai Tukar Nominal X Rasio Tingkat Harga Adapun hubungan antara nilai tukar riil dengan ekspor neto dapat dirumuskan sebagai berikut Mankiw, 2003: NX = NX dimana : NX = Ekspor neto = Kurs Riil Gambar dibawah menunjukkan hubungan antara kurs riil dengan ekspor neto: semakin rendah kurs, semakin murah harga barang domestik relatif terhadap barang-barang luar negeri, hal ini akan menyebabkan ekspor domestik semakin besar. Kurs Riil € e1 e2 NX e Ekspor Neto NX NX1 NX2 Sumber: Mankiw, 2003. Gambar 2.4 Hubungan Kurs Riil dengan Ekspor Neto keterangan: e = kurs riil NX = Ekspor bersih net ekspor

2.1.6.4 Jarak Antara Pengekspor dengan Pengimpor

Jarak merupakan faktor geografi yang menjadi variabel utama gravity model untuk aliran perdagangan. Jarak, dalam kaitannya dengan perdagangan akan memberikan pengaruh dalam masalah biaya angkut transportasi komoditas yang diperdagangkan antarnegara. Hal ini kemudian berdampak pada biaya transaksi dari perdagangan suatu komoditas. Jarak yang digunakan dalam penelitian ini adalah jarak ekonomi. Jarak ekonomi yang digunakan dalam penelitian ini merupakan jarak geografis antar ibukota negara yaitu antar ibukota negara Indonesia dengan negara asal impor yang dikalikan dengan total GDP negara asal impor yang telah dibagi dengan GDP masing-masing negara asal. Adapun rumus yang digunakan adalah sebagai berikut: Jarak Ekonomi = Jarak Geografis X Penggunaan jarak ekonomi ini disebabkan jarak geografis antar ibukota negara Indonesia dengan negara asal impor tidak berubah atau konstan. Oleh karena itu, kondisi tersebut tidak dapat digunakan dalam melihat faktor jarak terhadap aliran ekspor jika hanya menggunakan jarak geografis saja, akan tetapi dapat dilihat dari share GDP-nya yang menunjukkan kecenderungan perdagangan diantara kedua negara. Analisis untuk menjelaskan biaya transportasi dalam memengaruhi perdagangan dapat dilakukan dengan metode analisis keseimbangan parsial. Metode analisis keseimbangan parsial menganalisis biaya dengan satuan absolut nominal uang, dengan asumsi kurs mata uang dua negara yang melakukan perdagangan selalu konstan, demikian juga indikator ekonomi lainnya kecuali tingkat konsumsi yang ditolerir dapat berubah. Pada Gambar 2.5 sumbu vertikal mengukur harga komoditas Z dalam satuan dolar yang berlaku dikedua negara. Setiap pergerakan ke sebelah kiri dari pusat sumbu mengukur peningkatan kuantitas komoditi Z untuk negara 1. Sebelum adanya perdagangan internasional, Negara 1 akan berproduksi sebanyak 50Z dan dengan harga sebesar 5. Sedangkan Negara 2 akan memproduksi komoditas Z sebanyak 50 unit dengan harga sebesar 11. Pz Sz Negara 2 13 Sz 11 Negara 1 9 Impor . Ekspor 7 D . 5 3 D Z Z 100 70 50 30 0 30 50 70 100 Sumber : Salvatore, 1997 Gambar 2.5 Analisis Keseimbagan Parsial Atas Biaya Transportasi Setelah perdagangan internasional berlangsung diantara kedua negara tersebut maka akan menyebabkan ekspor dan impor diantara negara yang bersangkutan. Negara 1 akan mengekspor komoditi Z ke negara 2 ketika harga mulai mengalami kenaikan di negara 1. Kenaikan harga ini mendorong Negara 1 untuk memproduksi komoditi Z dan kemudian kelebihan produksinya akan diekspor ke Negara 2. Di Negara 2 harga dari komoditas Z mulai menurun. Tanpa adanya biaya transportasi maka harga yang berlaku di kedua negara adalah sama yaitu 8 dengan jumlah komoditas Z yang diperdagangkan antarnegara sebanyak 60 unit. Lain halnya ketika terjadi perdagangan internasional dengan adanya biaya transportasi, misalkan 1 per unit, maka harga di Negara 2 akan melampaui harga di Negara 1 sebesar 1. Pada Gambar 2.5, hal tersebut terjadi apabila harga sebesar 7 di Negara 1 dan harga 9 di Negara 2. Pada harga 7 maka Negara 1 akan meningkatkan produksi domestik pada komoditi Z hingga 70 unit, diantaranya konsumsi domestik 30 unit dan 40 unit sisanya diekspor ke Negara 2. Sedangkan pada saat harga 9 di Negara 2, produksi komoditi Z turun menjadi 30 unit dan tingkat konsumsi domestiknya naik menjadi 70 unit, sisa 40 unit kekurangan diimpor dari negara 1. Oleh karena itu, dengan adanya biaya transportasi maka akan menyebabkan penurunan dalam produksi dan berdampak pada penurunan volume perdagangan.

2.1.7 Panel Data

Data empiris dalam suatu kasus ekonomi terdiri dari berbagai macam tipe, yaitu data berkala time series, data tampang lintang cross section, dan data penel yang merupakan gabungan antara data berkala dan data tampang lintang Setiawan dan Kusrini, 2010. Juanda 2009 menjelaskan ada beberapa keuntungan menggunakan data panel dalam model regresi dibandingkan hanya dengan time series atau hanya data cross section, yaitu: 1. Data panel akan memberikan informasi yang lebih lengkap, lebih beragam kurang berkorelasi antar variabel, derajat bebas lebih besar dan lebih efisien. 2. Studi data panel lebih memuaskan untuk menentukan perubahan dinamis dibandingkan dengan studi berulang dari cross section. 3. Membantu studi untuk menganalisis perilaku yang lebih kompleks, misalnya fenomena skala ekonomi dan perubahan teknologi. 4. Dapat meminimumkan bias yang dihasilkan oleh agregasi individu atau perusahaan karena unit data lebih banyak. Menurut Syahrial dalam Yuliastuti 2010, dikenal tiga macam pendekatan dalam analisis model panel data yang terdiri dari: Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan metode kuadrat terkecil biasa yang diterapkan dalam data yang berbentuk pool . Misalkan terdapat persamaan berikut ini: Y it = + j it j + it untuk i = 1,2, ...,N dan t = 1,2,...T Dimana N adalah jumlah unit cross section individu dan T adalah jumlah periode waktunya. Dengan mengasumsi komponen error dalam pengolahan kuadrat terkecil biasa, maka proses estimasi secara terpisah dapat dilakukan untuk setiap unit cross section. Untuk periode t = 1, akan diperoleh persamaan regresi cross section sebagai berikut: Y i1 = + j it j + i1 untuk i = 1,2,.....N yang akan berimplikasi diperolehnya persamaan sebanyak T persamaan yang sama dan begitu pun sebaliknya akan diperoleh persamaan deret waktu time series sebanyak N persamaan untuk setiap T observasi. Namun untuk mendapatkan parameter dan yang konstan dan efisien, akan data diperoleh dalam bentuk regresi yang lebih besar dengan melibatkan sebanyak NT observasi. 1 Pendekatan Efek Tetap Fixed Effect Kesulitan terbesar dalam pendekatan metode kuadrat terecil biasa adalah asumsi intersep dan slope dari persamaan regresi yang dianggap konstan baik antar daerah maupun antar waktu yang mungkin tidak beralasan. Generelasi secara umum yang sering dilakukan adalah dengan memasukkan variabel boneka dummy variabel untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit cross section maupun time series. Pendekatan dengan memasukkan variabel dummy ini dikenal dengan sebutan model efek tetap fixed effect atau Least Square Dummy Variabel atau disebut juga Covariance Model. Pendekatan tersebut dapat dituliskan dalam persamaan sebagai berikut: Y it = i + j it j + ∑ t + e it keterangan: Y it = variabel terikat diwaktu t untuk unit cross section i i = intersep yang berubah-ubah antar cross section unit j it = variabel bebas j di waktu t untuk unit i j = parameter untuk variabel ke j e it = komponen error diwaktu t untuk unit cross section i 2 Pendekatan Efek Acak Random Effect Memasukkan variabel dummy dalam efek tetap dapat menimbulkan konsekuensi trade off yaitu akan dapat mengurangi derajat kebebasan degree of freedom yang akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Pendekatan yang dapat digunakan untuk mengatasi hal ini adalah model efek acak random effect. Dalam model ini, parameter-parameter yang berbeda antar daerah maupun antar waktu dimasukkan kedalam error. Model efek acak ini dijelaskan dengan persamaan berikut: Y it = + j it j + it it = u i + v t + w it dimana: u i ~ N0, u 2 = komponen cross section error v t ~ N0, v 2 = komponen time series error w it ~ N0, w 2 = komponen error kombinasi Dalam model ini, diasumsikan bahwa error secara individual juga tidak saling berkorelasi begitu juga dengan error kombinasinya. Penggunaan model efek acak ini, dapat menghemat pemakaian derajat kebebasan dan tidak mengurangi jumlahnya seperti yang akan dilakukan pada model efek tetap. Hal ini berimplikasi parameter yang merupakan hasil estimasi akan menjadi semakin efisien. Keputusan penggunaan model efek tetap ataupun efek acak ditentukan dengan menggunakan spesifikasi yang dikembangkan oleh Hausmann. Spesifikasi ini akan memberikan penilaian dengan menggunakan chi square statistic sehingga keputusan pemilihan model akan dilakukan secara statistik. 2.1.8 Penelitian Terdahulu 2.1.8.1 Penelitian Mengenai Model Gravitasi dan Data Panel