Disusun Oleh :
Alfina Eka Titania
201910180311054
PENDAHULUAN
METODE PENELITIAN
Analisis regresi berganda dengan menggunakan data time series . Analisis regresi
berganda dalam penelitian ini digunakan untuk mengetahui apakah variabel PDB ,
Inflasi dan Kurs Nilai Mata Uang berpengaruh secara simultan terhadap Impor
Sayur dan Buah yang ada di Indonesia pada Tahun 2012 – 2021.
Dari data sekunder yang berasal dari badan pusat statistik di Indonesia pada tahun
2012 – 2021.
Dimana :
Y ¿ =β 1¿ + β 2¿ + β 3¿ + ϵ ¿
=intersep
=koefisien
X1 = PDB
X2 = Inflasi
Uji Normalitas
Heterokedastisitas
Uji White
Uji White ini diperkenalkan oleh Halbert White pada tahun 1980. Beliau adalah
seorang profesor ilmu ekonomi dari Universitas California. Uji ini sudah sangat
umum digunakan oleh para peneliti di seluruh dunia, dan termasuk uji
heteroskedastisitas yang paling populer.
Pada dasarnya cara kerja uji ini dilakukan dengan menjadikan residual (dari
persamaan regresi yang dikuadratkan) sebagai variabel independen menggantikan
variabel Y dalam model asli. Sedangkan yang menjadi variabel independennya
adalah variabel independen model asal ditambah variabel interaksi antar variabel
(perkalian antar variabel) serta kuadrat setiap variabel.
Uji Glejser
KA = a + b1 KE + b2 KS
Uji ini dilakukan untuk membuktikan apakah varians kesalahan dari regresi
tergantung pada nilai-nilai variabel independen. Ingat bahwa model regresi terbaik
mengasumsikan bahwa varians residual yang dihasilkan adalah konstan, ini berarti
bahwa berapapun nilai variabel independennya variasi residual tetap konstan. Ini
artinya variabel independen tidak mempunyai pengaruh signifikan terhadap nilai
kuadrat residualnya.
Uji ini dilakukan dengan meregreskan residu kuadrat (sebagai variabel dependen)
dengan variabel independen model asli. Regresi auxliliary ini, jumlah kuadrat
(SSE) tetap dipakai, dibagi dua, dan kemudian menjadi statistik uji untuk
distribusi chi-square dengan derajat kebebasan sama dengan jumlah variabel
independen. Hipotesis nol (Ho) dari uji chi-squared ini adalah tidak ada
heteroskedastisitas (homoskedastik) di model regresi, dan hipotesis alternatifnya
(Ha) adalah adanya gejala heteroskedastisitas di model regresi yang dihasilkan.
Autokorelasi
Tabel Durbin Watson adalah tabel pembanding dalam uji autokorelasi. Dalam
dunia statistik, Uji Durbin Watson adalah sebuah test yang digunakan untuk
mendeteksi terjadinya autokorelasi pada nilai residual (prediction errors) dari
sebuah analisis regresi. Yang dimaksud dengan Autokorelasi adalah “hubungan
antara nilai-nilai yang dipisahkan satu sama lain dengan jeda waktu tertentu”.
Uji Korelasi
Uji Vif
Uji VIF (variance infation factor) merupakan pengujian yang lebih cermat dalam
membuktikan adanya multikolinieritas dalam sebuah model regresi. Pengujian ini
akan menghasilkan simpulan yang lebih dipercaya bila dibandingkan dengan
korelasi biasa. Uji VIF inilah yang akan memberikan informasi lebih akurat
tentang Uji VIF inilah yang akan memberikan informasi lebih akurat tentang ada
atau tidaknya multikolinieritas di model regresi berganda.
1. Uji t (T Test)
Untuk menguji hipotesis secara parsial, merupakan uji yang digunakan untuk
mengetahui dan mengukur variabel-variabel mana yang mempunyai keeratan
pengaruh yang paling tinggi atau kuat, dan mana yang mempunyai keeratan
pengaruh yang paling rendah atau lemah terhadap variabel terikat (Y).
Dimana:
bi = Koefisien regresi
H0: ≠ ≠ 0, artinya terdapat pengaruh secara signifikan antara semua variabel bebas
terhadap variabel terikat.
2. Uji F (F Test)
Untuk menguji hipotesis secara simultan, alat uji yang dipergunakan adalah
koefisien korelasi ( R ) dan koefisien determinasi (). Koefisien korelasi dan
koefisien determinasi merupakan uji yang digunakan untuk mengetahui keeratan
pengaruh antara variabel bebas (X) dengan variabel terikat (Y).
Dimana:
= Koefisien Determinasi
Rumusan hipotesa:
H0: = = 0, artinya tidak terdapat pengaruh yang serentak antara semua variabel
bebas terhadap variabel terikat.
H0: ≠ ≠ 0, artinya terdapat pengaruh secara serentak antara semua variabel bebas
terhadap variabel terikat.
R – Squared
Tahun Impor Sayur Buah (Y) PDB (X1) Inflasi (X2) Kurs (X3)
2012 1621311,9 9,1787E+11 3,8 9386,63
2013 1314264,7 9,1252E+11 5 10461,24
2014 1433398,7 8,9081E+11 5,4 11865,21
2015 1173007,6 8,6085E+11 4 13389,41
2016 1255958,4 9,3188E+11 2,4 13308,33
2017 1572585,6 1,02E+12 4,3 13380,83
2018 1567542,4 1,04E+12 3,8 14236,94
2019 1494509,3 1,12E+12 1,6 14147,67
2020 1558191,5 1,06E+12 -0,4 14582,2
2021 1744925,5 1,19E+12 6 14308,14
Tahun Impor Sayur Buah (Y) PDB (X1) Inflasi (X2) Kurs (X3)
2012 6,20986657 11,96278118 3,8 3,972509699
2013 6,118682843 11,96024239 5 4,019583166
2014 6,156367006 11,94978508 5,4 4,074275429
2015 6,069300826 11,93492748 4 4,12676144
2016 6,098975255 11,96935999 2,4 4,124123561
2017 6,196614295 12,00860017 4,3 4,126483053
2018 6,195219297 12,01703334 3,8 4,153416655
2019 6,174498622 12,04921802 1,6 4,150684921
2020 6,192620831 12,02530587 -0,4 4,16382305
2021 6,241776889 12,07554696 6 4,155583181
4.1 Hasil
Uji Heterokedastisitas
Uji White
Hipotesis :
H1 = Ada Heteroskedastisitas
Kriteria Pengujian :
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/10/23 Time: 20:43
Sample: 2012 2021
Included observations: 10
Hasil Pengujian :
Berdasarkan hasil Uji White diperoleh nilai Prob. Chi-Square 0,4645 yang mana
nilai tersebut lebih besar dari 0,05. Sehingga diputuskan untuk menerima H0.
Dengan demikian asumsi Heteroskedastisitas dapat diterima atau uji tersebut
dapat mengatasi Heteroskedastisitas.
Uji Glejser
Hipotesis :
H1 = Ada Heteroskedastisitas
Kriteria Pengujian :
Test Equation:
Dependent Variable: ARESID
Method: Least Squares
Date: 01/10/23 Time: 20:44
Sample: 2012 2021
Included observations: 10
Hasil Pengujian :
Berdasarkan hasil Uji Glejser diperoleh nilai Prob. Chi-Square 0,3582 yang mana
nilai tersebut lebih besar dari 0,05. Sehingga diputuskan untuk menerima H0.
Dengan demikian asumsi Heteroskedastisitas dapat diterima atau uji tersebut
dapat mengatasi Heteroskedastisitas.
Uji Breusch Pagan Godfrey
Hipotesis :
H1 = Ada Heteroskedastisitas
Kriteria Pengujian :
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/10/23 Time: 20:44
Sample: 2012 2021
Included observations: 10
Hasil Pengujian :
Berdasarkan hasil Uji Breusch Pagan Godfrey diperoleh nilai Prob. Chi-Square
0,4622 yang mana nilai tersebut lebih besar dari 0,05. Sehingga diputuskan untuk
menerima H0. Dengan demikian asumsi Heteroskedastisitas dapat diterima atau
uji tersebut dapat mengatasi Heteroskedastisitas.
Uji Autokorelasi
Hipotesis :
H1 = Terdapat Autokorelasi
Kriteria Pengujian :
Jika d < dLatau d > 4 − dL maka H0 ditolak Jika du < d < 4 − du maka gagal tolak
H0 , Jika dL < d < du atau 4 − du < d < 4 − dL maka Uji Durbin-Watson tidak
menghasilkan hasil yang akurat (inconclusive).
D = 3,118821
𝑑𝐿 = 0,6972
𝑑𝑢 = 1,6413
4-𝑑𝐿 = 3,3028
4-𝑑𝑢 = 2,3587
3,118821
Interpretasi :
Dari Hasil Uji Durbin-Watson diatas, diperoleh nilai Durbin-Watson stat sebesar
3,118821, dimana nilai tersebut dL < d < du atau 4 − du < d < 4 − dL, maka
diputuskan untuk Uji Durbin-Watson menerima H0 yaitu tidak dapat disimpulkan.
Hipotesis :
H1 = Terjadi Autokorelasi
Kriteria Pengujian :
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/10/23 Time: 20:46
Sample: 2012 2021
Included observations: 10
Presample missing value lagged residuals set to zero.
AIC : -3.955170
SIC : -3.803878
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/10/23 Time: 20:46
Sample: 2012 2021
Included observations: 10
Presample missing value lagged residuals set to zero.
Lag 2
AIC : -4.520125
SIC : -4.338574
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/10/23 Time: 20:47
Sample: 2012 2021
Included observations: 10
Presample missing value lagged residuals set to zero.
Lag 3
AIC : -4.718896
SIC : -4.507086
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/10/23 Time: 20:47
Sample: 2012 2021
Included observations: 10
Presample missing value lagged residuals set to zero.
Lag 4
AIC : -4.563181
SIC : -4.321113
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/10/23 Time: 20:48
Sample: 2012 2021
Included observations: 10
Presample missing value lagged residuals set to zero.
Lag 5
AIC : -4.552704
SIC : -4.280377
Hasil Pengujian :
Berdasarkan output uji LM Breusch – Godfery untuk berbagai panjang Lag, Lag
Optimum yang memiliki AIC dan SIC minimum adalah Lag 3. Dari output
diperoleh Prob. Chi (1) = 0,0427 . Nilai tersebut lebih kecil dari 0,05. Sehingga
diputuskan untuk menerima H0 atau dengan kata lain terjadi Autokorelasi.
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/10/23 Time: 21:37
Sample: 2013 2021
Included observations: 9
Presample missing value lagged residuals set to zero.
Berdasarkan output uji LM Breusch – Godfery untuk berbagai panjang Lag, Lag
Optimum yang memiliki AIC dan SIC minimum adalah Lag 3. Dari output
diperoleh Prob. Chi (1) = 0,2339 . Nilai tersebut lebih besar dari 0,05. Sehingga
diputuskan untuk menolak H0 atau dengan kata lain tidak terjadi Autokorelasi.
Uji Multikolinieritas
Uji Korelasi
Hipotesis :
Kriteria Pengujian :
Covariance
Correlation PDB__X1_ INFLASI__X2_ KURS__X3_
PDB__X1_ 0.001957
1.000000
Interpretasi :
Hipotesis :
H1 = Terjadi Multikolinieritas
Kriteria Pengujian :
Interpretasi :
Interpretasi :
- Setiap penurunan 1 persen Impor Sayur dan Buah , maka PDB akan
meningkat sebesar 1.240 persen.
- Setiap penurunan 1 persen Impor Sayur dan Buah , maka Inflasi akan
meningkat sebesar 0.001 persen.
- Setiap penurunan 1 persen Impor Sayur dan Buah , maka Kurs Nilai Mata
Uang akan menurun sebesar 0.44 persen.
Uji Hipotesis
Hipotesis :
t-statistik = <0,05
PDB
Inflasi
H0 : Variable Kurs Nilai Mata Uang tidak mempengaruhi Impor Sayur dan
Buah di Indonesia Tahun 2012 - 2021
H1 : Variable Kurs Nilai Mata Uang mempengaruhi Impor Sayur dan Buah di
Indonesia Tahun 2012 - 2021
Interpretasi :
PDB
Berasarkan output tersebut dapat diketahui bahwa nilai prob. t-statistik sebesar
0.0070 atau < 0,05 maka H1 diterima sehingga menolak H0. Sehingga dapat
diartikan bahwa variabel PDB mempengaruhi terhadap Impor Sayur dan Buah di
Indonesia Tahun 2012 – 2021.
Inflasi
Berasarkan output tersebut dapat diketahui bahwa nilai prob. t-statistik sebesar
0.7684 atau > 0,05 maka H1 ditolak sehingga menerima H0. Sehingga dapat
diartikan bahwa variabel Inflasi tidak mempengaruhi terhadap Impor Sayur dan
Buah di Indonesia Tahun 2012 – 2021.
Berasarkan output tersebut dapat diketahui bahwa nilai prob. t-statistik sebesar
0.1060 atau > 0,05 maka H1 ditolak sehingga menerima H0. Sehingga dapat
diartikan bahwa variabel Kurs Nilai Mata Uang tidak mempengaruhi terhadap
Impor Sayur dan Buah di Indonesia Tahun 2012 – 2021.
Uji F
Hipotesis :
f-statistik = <0,05
H0 : Variable PDB , Inflasi dan Kurs Nilai Mata Uang Tidak Mempengaruhi
Impor Sayur dan Buah di Indonesia Tahun 2012 - 2021
H1 : Variable PDB , Inflasi dan Kurs Nilai Mata Uang Mempengaruhi Impor
Sayur dan Buah di Indonesia Tahun 2012 - 2021
Interpretasi :
Berdasarkan output tersebut dapat diketahui bahwa nilai prob. F-statistik sebesar
0.0367365 atau < 0,05 maka H1 diterima sehingga menolak H0. Sehingga dapat
diartikan bahwa variabel PDB Mempengaruhi Impor Sayur dan Buah di Indonesia
Tahun 2012 – 2021.
R-square
4.2 Pembahasan
Pengaruh PDB Terhadap Impor Sayur dan Buah
Variabel PDB ternyata memiliki hubungan positif dan signifikan terhadap Impor
Sayur dan Buah di Indonesia tahun 2012 - 2021. Hal ini sesuai dengan hipotesis
awal penelitian. Dari hasil olah data regresi panel diatas dapat diketahui bahwa
PDB berpengaruh Positif tetapi signifikan terhadap Impor Sayur dan Buah.
Dimana setiap kenaikan 1 persen maka akan mengakibatkan naiknya PDB.
Variabel Inflasi ternyata memiliki hubungan positif dan tidak signifikan terhadap
Impor Sayur dan Buah di Indonesia tahun 2012 - 2021. Hal ini sesuai dengan
hipotesis awal penelitian. Dari hasil olah data regresi panel diatas dapat diketahui
bahwa Inflasi berpengaruh Positif tetapi tidak signifikan terhadap Impor Sayur
dan Buah. Dimana setiap kenaikan 1 persen maka akan mengakibatkan naiknya
PDB.
Pengaruh Kurs Nilai Mata Uang Terhadap Impor Sayur dan Buah
Variabel Kurs Nilai Mata Uang ternyata memiliki hubungan negative dan tidak
signifikan terhadap Impor Sayur dan Buah di Indonesia tahun 2012 - 2021. Hal
ini sesuai dengan hipotesis awal penelitian. Dari hasil olah data regresi panel
diatas dapat diketahui bahwa PDB berpengaruh negatif tetapi tidak signifikan
terhadap Impor Sayur dan Buah. Dimana setiap kenaikan 1 persen maka akan
mengakibatkan turunya PDB.
BAB V
PENUTUP
5.1 Kesimpulan
5.2 Saran
Berdasarkan kesimpulan dari hasil analisis data yang dilakukan maka diajukan
beberapa saran yaitu sebagai berikut:
1. Bagi penelitian selanjutnya : disarankan untuk meneliti variabel yang lain dari
Impor Sayur dan Buah.
DAFTAR PUSTAKA
Fitriana, A., Sinaga, B. M., & Hastuti, D. (2019). JURNAL EKONOMI PERTANIAN,
SUMBERDAYA DAN LINGKUNGAN (Journal of Agriculture, Resource, and
Environmental Economics) DAMPAK KEBIJAKAN IMPOR DAN FAKTOR
EKSTERNAL TERHADAP KESEJAHTERAAN PRODUSEN DAN KONSUMEN
BAWANG MERAH DI INDONESIA.
https://www.bps.go.id/linkTabelStatis/view/id/950
Hayati Lubis IAINPadangsidimpuan Jalan Rizal Nurdin Km, R. T. (2018). ANALISIS
KINERJA EKSPOR-IMPOR BUAH-BUAHAN INDONESIA PADA
PERDAGANGAN INTERNASIONAL. Jurnal Ilmu Ekonomi Dan Keislaman, 6,
103–116.
Parmadi *, & Zulgani, E. ; (2018). Daya saing produk unggulan sektor pertanian
Indonesia dalam hubungannya dengan pertumbuhan Ekonomi. In Jurnal
Paradigma Ekonomika (Vol. 13, Issue 2).
Rudiawan, H. (2019). Dampak Faktor-Faktor Makro Ekonomi Terhadap Pertumbuhan
Produk Domestik Bruto Indonesia *). In Jurnal Ekonomi (Vol. 21, Issue 1).
Saphira, K., Bawah Pembimbing, D., Pakpahan, S., Ip, S., Si, M., Studi, P., &
Internasional, H. (2017). KEPENTINGAN INDONESIA MELAKUKAN IMPOR
BUAH JERUK DARI TIONGKOK. In JOM FISIP (Vol. 4, Issue 2).
https://www.researchgate.net/profile/Zainuri_
Sucita, S., & Prasetya, M. N. (2021). KERJASAMA INDONESIA-SINGAPURA
DALAM EKSPOR IMPOR KOMODITAS PERTANIAN 2013-2018 Indonesia-
Singapore Cooperation In The Import Export Of Agricultural Commodities 2013-
2018. Jurnal FISK, 2(1).
LAMPIRAN
SAYUR
BUAH
GDP
INFLASI