4. Apabila komponen eror individual ε
it
berkorelasi dengan variabel bebas x maka parameter yang diperoleh dengan random effect akan bias sementara
parameter yang diperoleh dengan fixed effect tidak bias. 5.
Apabila N besar dan T kecil, dan apabila asumsi yang mendasari random effect
dapat terpenuhi, maka random effect lebih efisien dibandingkan fixed effect.
Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan bedasarkan pertimbangan statistik. Hal ini ditujukan untuk memperoleh dugaan
yang efisien. Diagram pengujian statistik untuk memilih model yang digunakan dapat diperlihatkan pada skema pada Gambar 3.1.
Sumber : Syahrial, 2004
Gambar 3.1. Skema Pengujian Pemilihan Model dalam Pengolahan Data Panel
a. Chow Test
Chow Test adalah pengujian F statistik untuk memilih apakah model yang
digunakan adalah Pooled Least Square atau Fixed Effect. Terkadang asumsi Fixed Effect
Random Effect
Pooled Least Square
Chow Test
Hausman Test
LM Test
bahwa setiap unit cross section memilik perilaku yang sama cenderung tidak realistis mengingat dimungkinkan saja setiap unit cross section memiliki perilaku
yang berbeda. Dalam pengujian ini dilakukan dengan hipotesa sebagai berikut : H
: Model pooled OLS Restricted H
1
: Model fixed effect Unrestricted RRSS - URSS N
– 1 URSS NT
– K – K dimana:
RSSS = Restricted Residual Sum Square Sum Square Residual Pooled OLS URSS = Unrestricted Residual Sum Square Sum Square Residual Fixed Effect
N = Jumlah data cross section T = Jumlah data time series
K = Jumlah variabel penjelas
b. Hausman Test
Hausman Test dilakukan untuk memutuskan apakah akan
menggunakan fixed effect
atau random. Hausman test dilakukan dengan hipotesa sebagai berikut:
H : model random effect
H
1
: model fixed effect Sebagai dasar penolakan H
maka digunakan statistik hausman dan membandingkannya dengan Chi square.
Jika nilai χ2 –statistik hasil pengujian lebih
besar dari χ2–Tabel, maka cukup bukti untuk melakukan penolakan F
statistik
=
terhadap H sehingga pendekatan yang digunakan adalah fixed effect, begitu
juga sebaliknya.
c. LM Test
LM Test digunakan sebagai bahan pertimbangan statistik untuk memilih
model random effect atau pooled least square. LM test dilakukan dengan hipotesa sebagai berikut:
H : model pooled OLS
H
1
: model random effect Dasar penolakan terhadap H
dengan menggunakan statistik LM yang mengikuti distribusi dari chi Square.
3.4. Model Penelitian
Identifikasi pola data dengan cara pengolahan data time series penawaran ekspor televisi Indonesia dalam bentuk plot terhadap waktu. Plot fluktuasi
penawaran ekspor produk televisi Indonesia diidentifikasi dengan analisis visual terhadap grafik plot data penawaran ekspor televisi dari periode analisis.
3.4.1 Perumusan Model
Perumusan model yang digunakan dalam penelitian adalah dengan menggunakan model regresi. Model regresi dengan persamaan tunggal baik
bentuk dan model mampu menunjukan berapa persen faktor tak bebas dependent variable
dapat dijelaskan oleh faktor faktor bebas independent variable dengan koefisien determinasi R
2
. Faktor-faktor bebas tersebut kemudian dilakukan pengujian apakah berpengaruh nyata atau tidak terhadap faktor tak
bebas dengan melakukan uji-t dan perhitungannya lebih sederhana Hamke et al,
2003. Penaksiran parameter diduga dengan metode kuadrat terkecil biasa Ordinary Least Square atau metode kuadrat terkecil. Menurut Gujarati 1997
dengan asumsi –asumsi tertentu , metode OLS mempunyai beberapa sifat statistik
yang sangat menarik yang membuatnya menjadi satu metode analisis regresi yang paling kuat dan populer.
3.4.2 Model Penawaran Ekspor Televisi Indonesia
Bedasarkan kerangka teori dan tujuan studi terdahulu serta berbagai alternatif spesifikasi model yang telah dicoba, dan juga asumsi-asumsi yang
diterapkan dalam membangun model, maka model ekonometrika dengan faktor- faktor yang diduga berpengaruh untuk volume penawaran ekspor dalam penelitian
ini, maka bentuk fungsi liniernya adalah sebagai berikut : LNEXijt =
α
i
+ β
LNPEXit + β
1
LNPDit + β
3
LNPRODit + β
4
LNKONit + β
5
LNERit + β
6
LNLEXijt + β
7
D + µ
i
dimana : VEX = Volume ekspor televisi Indonesia ke negara j tahun ke- t kg.
PEX = Harga ekspor televisi Indonesia dalam FOB ke negara i tahun ke-t US kg.
PD = Harga domestik televisi Indonesia tahun ke- t Rpkg.
PROD = Produksi domestik televisi Indonesia tahun ke- t kg. KON = Konsumsi domestik televisi Indonesia tahun ke- t kg.
ER = Nilai tukar riil negara Indonesia Rp US tahun t.
LEX = Lag volume ekspor televisi Indonesia ke negara j tahun ke t kg.
D = Dummy, krisis ekonomi, variabel dummy yang menunjukkan dua kondisi berbeda dimana D=0 sebelum terjadinya krisis ekonomi yaitu sebelum
tahun 1998 atau D=1 setelah terjadinya krisis ekonomi yaitu setelah tahun 1998.
3.4.3. Penjelasan Penggunaan Variabel dalam Model
Model diatas digunakan unyuk menganalisis faktor-faktor yang mempengarahi penawaran ekspor televisi indonesia di pasar internasional. LN
adalah Logaritma Natural, data pada penelitian ini ditransformasikan dengan cara dilogaritma naturalkan. Hal ini bertujuan ini agar dapat menghasilkan model
terbaik. Adapun variabel-variabel yang digunakan dalam model penawaran ekspor televisi dan alasan pemilihannya dalam model adalah sebagai berikut :
1. Volume Ekspor Televisi VEX Volume ekspor merupakan variabel terikat atau tidak bebas. Volume
ekspor adalah jumlah televisi yang akan diekspor ke negara pengimpor dan dinyatakan dalam satuan kg.
2. Harga Domestik Televisi PD Harga domestik televisi merupakan variabel bebas. Data yang digunakan
untuk variabel ini adalah data sekunder. Harga domestik merupakan harga yang diterima oleh masyarakat dimana harga ini menetukan tingkat daya beli
masyarakat dalam negeri dan permintaan produk televisi dan dinyatakan dalam USkg. Variabel ini dimasukkan ke dalam model, karena diduga variabel ini
memiliki pengaruh terhadap volume penawaran ekspor televisi. Harga domestik televisi yang semakin meningkat di pasar dalam negeri diduga dapat
meningkatkan ekspetasi produsen televisi dalam negeri untuk menurunkan penawaran ekspornya dan meningkatkan penawaran di dalam negeri, karena
keuntungan yang akan diperoleh di dalam negeri akan jauh lebih besar. Sehingga diduga peningkatan harga domestik akan menyebabkan penurunan volume ekspor
televisi Indonesia 3. Harga Ekspor Televisi PEX
Harga ekspor televisi adalah variabel bebas. Harga Ekspor diperoleh dari hasil pembagian antara nilai ekspor televisi secara keseluruhan pada periode ke-t
dengan volume ekspor televisi pada periode yang sama. Variabel ini menggambarkan harga produk televisi Indonesia yang benar-benar diterima oleh
konsumen pada harga tingkat dunia dan dinyatakan dalam USkg. Variabel ini dimasukkan ke dalam model karena diduga variabel ini memiliki pengaruh
terhadap penawaran ekspor televisi. Harga ekspor televisi yang semakin meningkat di pasar internasional diduga Peningkatan harga ekspor televisi diduga
dapat meningkatkan ekspetasi produsen televisi dalam negeri untuk meningkatkan penawaran ekspornya, karena keuntungan yang diperoleh akan jauh lebih besar.
Sehingga diduga peningkatan harga ekspornya akan meningkatkan volume penawaran ekspor televisi Indonesia.
4. Produksi Domestik Televisi PROD Produksi domestik televisi adalah variabel bebas. Produksi domestik
televisi merupakan total produksi televisi yang dihasilkan produsen dalam pada tiap tahunnya dan dinyatakan dalam satuan kg. Variabel ini dimasukkan ke dalam
model karena diduga variabel ini memiliki pengaruh terhadap penawaran ekspor
televisi. Dengan adanya peningkatan produksi televisi dalam negeri, maka peluang produsen untuk meningkatkan penawaran ekspornya akan jauh lebih
besar. Karena selain dapat memenuhi permintaan dalam negeri, peningkatan produksi juga memberikan peluang kepada produsen untuk meningkatkan
penawaran ekspornya. Sehingga diduga peningkatan produksi televisi akan meningkatkan volume penawaran ekspornya.
5. Konsumsi Domestik Televisi DOM Konsumsi domestik televisi adalah variabel bebas. Konsumsi domestik
merupakan total konsumsi televisi yang dikonsumsi atau jumlah diminta oleh konsumen dalam negeri, pada tiap tahunnya dan dinyatakan dalam satuan kg.
Variabel ini dimasukkan ke dalam model karena diduga variabel ini memiliki pengaruh terhadap penawaran ekspor televisi. Dengan adanya peningkatan
konsumsi televisi domestik, maka akan menurunkan volume penawaran ekspornya. Hal ini dikarenakan tingginya permintaan dalam negeri yang harus
terlebih dahulu dipenuhi sebelum produk televisi tersebut diekspor sehingga diduga volume penawaran ekspornya akan menurun.
6. Nilai tukar NT Nilai Tukar adalah variabel bebas. Nilai tukar yang digunakan adalah laju
nilai tukar valuta asing yang umum digunakan dalam pembayaran transaksi internasional terhadap mata uang rupiah, yaitu nilai tukar riil antara rupiah dengan
dollar Amerika Serikat kurs tengah rupiah terhadap dollar Amerika. Variabel ini dimasukkan ke dalam model karena diduga variabel ini memiliki pengaruh
terhadap penawaran ekspor televisi. Nilai tukar yang mengalami depresiasi
melemah diduga akan meningkatkan penawaran volume ekspor televisi karena harga produk dalam negeri relatif lebih murah dibandingkan dengan produk
negara lain. Sehingga harga jual ekspor dari televisi akan jauh lebih murah apabila dibandingkan dengan negara eksportir lainnya, sehingga negara-negara
importir mau meningkatkan permintaanya. 7. Lag Volume Ekspor Televisi LEX
Lag volume ekspor adalah variabel bebas. Lag volume ekspor adalah nilai volume ekspor sebelumnya yang dinyatakan dalam satuan kg. Lag volume ekspor
diduga akan memberikan pengaruh terhadap volume penawaran ekspor. Karena dengan adanya lag ekspor dapat dilihat pengaruh adanya ekspetasi ekspor dari
negara importir pada masa yang akan datang dari informasi jumlah ekspor yang dilakukan pada waktu yang lalu.
8. Dummy D
Dummy adalah variabel bebas. Variabel ini dimasukkan ke dalam model
karena diduga memberikan pengaruh terhadap volume penawaran ekspor televisi. Dummy
yang digunakan di dalam model adalah dummy krisis ekonomi. Nilai 0 untuk waktu sebelum terjadi krisis ekonomi 1996-1997 dan nilai 1 untuk waktu
setelah terjadinya krisis 1998-2007. Dummy krisis ekonomi dimasukkan ke dalam model karena diduga sebelum dan setelah adanya krisis ekonomi akan
terjadi perubahan yang terhadap ekspor televisi Indonesia sehingga dapat dilihat ada atau tidaknya perbedaan dari volume ekspornya.
3.5. Uji Kesesuaian Model
1. Kriteria Ekonomi Dalam kriteria ekonomi akan diuji tanda dan besaran dari tiap koefisien
dugaan yang telah diperoleh. kriteria ekonomi mensyaratkan tanda dan besaran yang terdapat pada tiap koefisien dugaan sesuai dengan kriteria ekonomi.
2. Evaluasi Model
a. Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu atau ruang Gujarati, 1978. Autokorelasi dapat
mempengaruhi efisiensi dari estimatornya. Untuk mendeteksi adanya korelasi serial adalah dengan melihat nilai Durbin Watson DW dalam Eviews. Untuk
mengetahui ada atau tidaknya autokorelasi, maka dilakukan dengan membandingkan DW statistik dan DW Tabel. Uji autokorelasi yang dilakukan
tergantung pada jenis data dan sifat model yang digunakan. Autokorelasi dapat mempengaruhi efisiensi dari estimatornya. Untuk mendeteksi adanya
korelasi serial adalah dengan melihat nilai DW. Untuk mengetahui ada atau tidaknya autokorelasi, maka dilakukan dengan membandingkan DW-statistik
dengan DW-Tabel. Adapun kerangka identifikasi autokorelasi terangkum dalam Tabel 3.2.
dengan melihat letak nilai DW dan membandingkan dengan dl dan du yang diperoleh dari tabel. Korelasi akan serial ditemukan jika error dari periode
waktu yang berbeda saling berkorelasi. Hal ini bisa dideteksi dengan melihat pola random error dari hasil regresi.
T 1
– T [Var β
2
] h =
h = DW
2 T
1 – T [Var β
2
] Tabel 3.2. Kerangka Identifikasi Autokorelasi
Nilai DW Hasil
4 - dL DW 4 Tolak H
: korelsi serial negatif 4 - dL DW 4
– dU Hasil tidak dapat ditentukan
2 DW 4 – dU
Terima H : tidak ada korelasi serial
dU DW 2 Terima H
: tidak ada korelasi serial dL DW dU
Hasil tidak dapat ditentukan 0 DW dL
Tolak H : korelsi serial positif
Sumber : Gujarati, 1997
Jika dalam model regresi ada peubah bebas yang merupakan peubah lag respons
Y
t-1
maka nilai statistik uji DW sering mendekati 2 meskipun ada autokorelasi. Durbin dalam Juanda 2009 menyarankan uji alternatif yang mudah
tapi valid baik untuk contoh besar maupun kecil. Statistik uji yang digunakan adalah statistik Durbin h, yang didefinisikan sebagai berikut :
dimana : Var β
2
= dugaan ragam dari koefisien peubah lag respons Y
t-1
T = jumlah pengamatan
ρ = dugaan koefisien autokorelasi ordo kesatu
sehingga menjadi :
Durbin telah menunjukkan bahwa statistik-h mendekati sebaran normal
baku sehingga keputusan ada atau tidaknya autokorelasi dapat menggunakan tabel
mormal baku.
1 -
b. Heteroskedastisitas