METODE PENELITIAN
CMS (Constant Market Share) dan yang ketiga menggunakan analisis ECM
B. Jenis Penelitian
25
26
(time series) tahunan dari tahun 1985 sampai tahun 2015. Data dalam penelitian
ini diperoleh dari BPS (Badan Pusat Statistik), UN Comtrade, Oil World,
Data dan informasi yang diperoleh dalam penelitian ini dianalisis melalui
Advantage), CMS (Constant Market Share), dan E-Views 9 untuk model ECM
G. Tahapan Analisis
b. Uji Kointegrasi
5. Uji Diagnostik
a. Autokorelasi
b. Heteroskedastisitas
c. Multikolinieritas
d. Uji Linieritas
1. Analisis RCA
kinerja dan daya saing dari suatu komoditas yang mempunyai keunggulan
total Negara tersebut dibandingkan dengan pasar ekspor komoditi yang sama
𝑿𝒊𝒌 /𝑿𝒊
𝑹𝑪𝑨 =
𝑿𝒘𝒌 /𝑿𝒘
Dimana :
Sementara untuk indeks RCA adalah perbandingan antara nilai RCA saat
ini dengan nilai RCA tahun sebelumya, sehingga rumusnya adalah sebagai
berikut:
komparatif suatu komoditas pada setiap periode. Nilai indeks RCA berkisar
antara nol sampai tak hingga. Jika nilai indeks RCA > 1, berarti suatu Negara
tersebut memiliki daya saing kuat. Apabila nilai indeks RCA < 1, berarti suatu
2. Analisis CMS
𝐸(𝑡) − 𝐸(𝑡−1)
Pertumbuhan Standar g =
𝐸(𝑡−1)
Dimana :
Pengujian stasionaritas data adalah hal yang penting dalam analisis data
yang tidak tepat sehingga hasil atau kesimpulan yang diberikan dapat bersifat
dilakukan. Salah satu cara yang sering dipakai yaitu dengan menggunakan
Augmented Dickey Fuller (ADF) test atau uji akar-akar rumit. Pengujian unit
kritis disini diperoleh bukan dari tabel distribusi t yang biasa digunakan dengan
derajat kebebasan: jumlah observasi (T) dan Level of significance (α) tertentu
Dimana :
εt = Error term
b. Uji Kointegrasi
variable-variabel yang tidak stasioner dan residual dan kombinasi linier tersebut
persamaan.
bukan suatu kejadian yang umum. Suatu kombinasi linier dari variable non-
32
dengan derajat integrasi terbesar yang ada pada kelompok variabel tersebut
(Brooks, 2002:387).
𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝛽𝑛 𝑥𝑛 … … … + 𝑢 (3.2)
Atau
𝑢 = 𝑦 − 𝛽0 − 𝛽1 𝑥1 − 𝛽2 𝑥2 − 𝛽3 𝑥3 ~ (3.3)
Model)
diterapkan secara luas dalam analisis ekonometrika untuk runtun waktu (time
series) sejak tahun 1960an. Hal ini disebabkan karena kemampuan yang
dimiliki oleh ECM dalam meliput lebih banyak variabel untuk menganalisis
fenomena ekonomi jangka pendek dan jangka panjang serta mengkaji konsisten
tidaknya model empirik dengan teori ekonometrika, dan juga dalam usaha
33
stasioner dan regresi lancing atau korelasi lancing dalam analisis ekonometrika
(Insukindro,1999).
digunakan oleh Sargan dan kemudian dipopulerkan oleh Engle dan Granger,
adalah :
𝑢𝑡 = 𝑦𝑡 − 𝑏𝑜 − 𝑏1 𝑥𝑡 − 𝑏2 𝑥𝑡 − ⋯ … … … 𝑏3 𝑥𝑡 (3.7)
Dimana:
model dengan ECM merupakan model yang valid maka dilakukan uji terhadap
koefisien Error Correction Term (ECT). Jika hasil pengujian terhadap koefisien
ECT signifikan, maka spesifikasi model yang diamati valid. Error Correction
34
Term (ECT) signifikan bila nilai mutlak koefisien ECT berkisar antara nol
hingga satu dan p-value ECT kurang dari α = 1%, 5%, 10% (Insukindro, 1999).
d. Uji Diagnostik
1) Autokorelasi
pada serangkaian data deret waktu, dimana error term pada satu periode waktu
secara sistematik tergantung error term pada periode-periode waktu yang lain.
(Ariefianto, 2012).
𝐸 (𝑢𝑖 , 𝑢𝑗 ) ≠ 0, 𝑖 ≠ 𝑗 (3.8)
Dimana
ui = Disturbance pengamatan i
uj = Disturbance pengamatan j
Uji yang digunakan dalam mendeteksi apakah pada data yang diamati
LM..
H1 : Ada autokorelasi.
2) Heterokedastisitas
Arch :
H0 : a1 = a2 = ....= ap
3) Multikolinieritas
variabel independen. Dalam penelitian ini penulis untuk melihat apakah suatu
model terjadi multikolinieritas atau tidak dengan menguji koefisien korelasi (r)
jika koefisien korelasi lebih rendah maka diduga model tidak mengandung
multikolinieritas.
36
4) Uji Linieritas
Reset Test). Dimana uji ini dikembangkan oleh Ramsey pada tahun 1969. Uji
ini disebut dengan general test of spesification error atau lebih dikenal dengan
RESET, karena uji ini berkaitan dengan suatu masalah spesifikasi kesalahan
(Pamungkas, 2013).