BAB III

METODOLOGI PENELITIAN

3.1. Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini mencakup perubahan tahunan. Perubahan
tahunan merupakan perubahan yang dihitung dari satu periode terhadap periode yang sama
tahun sebelumnya. Data mencakup data internasional berupa tingkat konsumsi energi negara
Perancis dan data tingkat emisi co2 perkapita di Perancis.

3.2. Metode Causalitas Granger

 BAB IV

PEMBAHASAN

4.1. ANALISIS KAUSALITAS GRANGER

4.1.1. Identitas Data
Data yang kami gunakan adalah meliputi data tingkat emisi co2 di Perancis pada tahun
1990-2012 dan tingkat konsumsi energi di Perancis pada tahun 1990-2012

tahun CO2 energy

Emissions consumption
1990 7 136152,8
1991 7,4 144780,6
1992 7,2 145464,1
1993 6,8 144029,9
1994 6,8 141702,9
1995 6,9 143482,6
1996 7,1 150063,7
1997 6,9 147816,4
1998 7,3 153419,2
1999 7,1 154630
2000 7 155314,4
2001 7 160990,9
2002 6,8 156773,4
2003 6,9 159491,5
2004 6,9 161514,9
2005 6,9 160765
2006 6,7 158357
2007 6,5 155115,3
2008 6,4 156701,8
2009 6 149893,2
2010 6,2 155303,2
2011 5,7 143812,6
2012 5,7 148460,1
Source : ec.europa.eu/eurostat

4.1.2. Grafik
 0

Dari grafik diatas maka dapat mengindikasikan bahwa data tidak stasioner. Hal itu
dapat terlihat pada kondisi grafik yang cenderung manjauhi rata rata dari data yang ada,
dapat mengindikasikan stasioner ketika grafik mendekati garis rata rata yang ada.

4.1.3. Unit Root Test

 Unit Root Test digunakan untuk menguji stasioneritas dari data yang ada, pada uji ini
terdapat menggunakan metode Augmented Dickey Fuller. Berikut hasil uji stasioneritas
dari data diatas.

Null Hypothesis: D(CO2_EMISSIONS) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)

t-Statistic   Prob.*

Augmented Dickey-Fuller test statistic -6.756298  0.0000

Test critical values: 1% level -3.788030
5% level -3.012363
10% level -2.646119

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(CO2_EMISSIONS,2)
Method: Least Squares
Date: 06/03/17 Time: 21:25
Sample (adjusted): 1992 2012
Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.  

D(CO2_EMISSIONS(-
1)) -1.312296 0.194233 -6.756298 0.0000
C -0.100285 0.047388 -2.116253 0.0477

R-squared 0.706099     Mean dependent var -0.019048

Adjusted R-squared 0.690630     S.D. dependent var 0.377649
S.E. of regression 0.210052     Akaike info criterion -0.192526
Sum squared resid 0.838318     Schwarz criterion -0.093048
Log likelihood 4.021528     Hannan-Quinn criter. -0.170937
F-statistic 45.64756     Durbin-Watson stat 2.026663
Prob(F-statistic) 0.000002

Null Hypothesis: D(ENERGY_CONSUMPTION) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)

t-Statistic   Prob.*

Augmented Dickey-Fuller test statistic -7.364484  0.0000

Test critical values: 1% level -3.788030
5% level -3.012363
10% level -2.646119

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(ENERGY_CONSUMPTION,2)
Method: Least Squares
Date: 06/03/17 Time: 21:30
Sample (adjusted): 1992 2012
Included observations: 21 after adjustments
 Variable Coefficient Std. Error t-Statistic Prob.  

D(ENERGY_CONSUMPTION(-
1)) -1.422884 0.193209 -7.364484 0.0000
C 329.4622 900.0991 0.366029 0.7184

R-squared 0.740563     Mean dependent var -189.5381

Adjusted R-squared 0.726909     S.D. dependent var 7868.844
S.E. of regression 4112.110     Akaike info criterion 19.57165
Sum squared resid 3.21E+08     Schwarz criterion 19.67113
Log likelihood -203.5024     Hannan-Quinn criter. 19.59324
F-statistic 54.23563     Durbin-Watson stat 1.959591
Prob(F-statistic) 0.000001

Dari hasil metode analisis Unit Root Test dapat diketahui ;

1. Uji Unit Root Augmented Dickey-Fuller level 1 (Emisi CO2)
Mempunyai nilai t-statistik sebesar -6.756298 dan mempunyai nilai probabilitas p
value sebesar   0.0001. daerah kritis < t-statistic [-3.01] dan mempunyai nilai p-value
yang lebih kecil dari tingkat kepercayaan (α<0,05). Dari hasil uji statistik dengan
menaikan level defference menjadi 1st difference diatas maka dapat disimpulkan bahwa
data dengan model tersebut dinyatakan stasioner.
2. Uji Unit Root Augmented Dickey-Fuller level 1 (konsumsi energi)
Mempunyai nilai t-statistik sebesar -7.364484 dan mempunyai nilai probabilitas p
value sebesar   0.0001. daerah kritis < t-statistic [-3.01] dan mempunyai nilai p-value
yang lebih kecil dari tingkat kepercayaan (α<0,05). Dari hasil uji statistik dengan
menaikan level defference menjadi 1st difference diatas maka dapat disimpulkan bahwa
data dengan model tersebut dinyatakan stasioner.

4.1.1. Estimasi Granger Causality

Uji Kausalitas Granger yaitu merupakan sebuah metode analisis untuk mengetahui
hubungan di mana di satu sisi suatu variabel dependen dapat dipengaruhi oleh variabel lain
(variabel independen) dan di sisi lain variabel independen tersebut dapat menempati posisi
variabel dependen. Hubungan seperti ini sering disebut sebagai hubungan kawal atau
hubungan timbal balik.

Pairwise Granger Causality Tests

Date: 05/30/17 Time: 00:20
Sample: 1990 2012
Lags: 1

 Null Hypothesis: Obs F-Statistic Prob. 

 CO2_EMISSIONS does not Granger Cause ENERGY_CONSUMPTION  22  0.14419 0.7084

 ENERGY_CONSUMPTION does not Granger Cause CO2_EMISSIONS  4.63338 0.0444

Pairwise Granger Causality Tests

Date: 05/30/17 Time: 00:23
Sample: 1990 2012
Lags: 2

 Null Hypothesis: Obs F-Statistic Prob. 

 ENERGY_CONSUMPTION does not Granger Cause CO2_EMISSIONS  21  3.43404 0.0574
 CO2_EMISSIONS does not Granger Cause ENERGY_CONSUMPTION  4.83365 0.0228

jadi dilihat Granger causality diatas dapat disimpulkan bahwa di negara prancis emisi co2
tidak mempengaruhi konsumsi energi, namun konsumsi energi itu mempengaruhi emisi
co2. Hal ini dapat dilihat dari probabilitas konsumsi energi mempengaruhi emisi co2
sebesar 0,0228 dibawah nilai kritis 5%, sedangkan emisi co2 mempengaruhi konsumsi
energi probabilitas nya hanya 0,0574 yang menunjukkan bahwa pengaruh tersebut tidak
signifikan.

Penghitungan hasil simulasi olah data dalam penelitian ini adalah terdapat pola hubungan
satu arah yaitu antara emisi co2 dan Konsumsi Energi di negara Prancis. Artinya, bahwa
emisi co2 di Prancis selama hasil penelitian tidak menyebabkan peningkatan konsumsi
energi, tetapi justru sebaliknya meningkatnya konsumsi energi akan dapat mendorong
peningkatan emisi co2.
 BAB V

Penutupan

5.1 Kesimpulan

Menurut penelitian yang kami lakukan, konsumsi energi menyebabkan peningkatan

emisi di negara perancis. Konsumsi energi yang meningkat disebabkan peningkatan aktivitas
yang dilakukan oleh penduduk di negara perancis. Hal ini dikarenakan energi diperlukan
manusia untuk melakukan kegiatan baik itu di sektor industri, di sektor rumah tangga dan lain
sebagainya

Meskipun tingkat emisi di perancis meningkat, tetapi sampai saat ini emisi di perancis
masih termaksud rendah dibandingkan emisi keseluruhan dunia. Hal ini dapat dilihat di
https://www.electricitymap.org yang merupakan website konsumsi energi dan emisi secara
real time. Penyebab rendahnya emisi adalah penggunaan teknologi ramah lingkungan seperti
nuklir dan renewable energy lainnya dan minim penggunaan energy fossil