43 III. METODE PENELITIAN 3.1 Jenis dan Sumber

advertisement
43
III.
3.1
METODE PENELITIAN
Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Seluruh data
adalah data panel dengan periode 2000-2009 dan cross section delapan negara
ASEAN. Negara ASEAN yang masuk dalam analisis penelitian ini adalah Indonesia,
Malaysia, Kamboja, Singapura, Laos, Thailand, Filipina, dan Vietnam. Adapun
Myanmar dan Brunei Darussalam tidak diikutsertakan dalam analisi karena alasan
ketidaklengkapan data yang dibutuhkan dalam analisis. Tahun yang dijadikan basis
analisis adalah 2000-2009 karena di tahun tersebut data yang dibutuhkan tersedia
lengkap untuk delapan negara ASEAN.
Data-data yang diperlukan dalam permodelan meliputi Index of Economic
Freedom atau Indeks Kebebasan Ekonomi dengan 9 komponen penyusun (Business
Freedom, Trade Freedom, Fiscal Freedom, Government Spending, Monetary
Freedom, Investment Freedom, Financial Freedom, Property Freedom, Freedom
from Corruption) skala 0 hingga 100 (Labour Freedom tidak diikutsertakan), Index of
Political Freedom atau Indeks Kebebasan Politik dengan dua komponen penyusun
(proksimasi data demokrasi), Indeks Komposit Kualitas Institusi dengan enam
dimensi
(Voice
and
Accountability,
Political
Stability
and
Absence,
of
Violence/Terrorism, Government Effectiveness, Regulatory Quality, Rule of
Law,Control of Corruption), populasi, tingkat konsumsi pemerintah, pertumbuhan
ekonomi riil, suku bunga riil, investasi diproksi dengan variabel pembentukan modal
bruto atau investasi, Indeks Pembangunan Manusia (IPM), Tingkat Tabungan
Domestik Bruto, komponen kualitas pemerintahan dan persepsi korupsi (termasuk
dalam indeks kebebasan ekonomi). Data-data tersebut diperoleh dari beberapa
lembaga internasional seperti World Bank, The Haritage Foundation, The Freedom
House, dan United Nation Development Program (UNDP).
44
Tabel 3.1. Data dan Sumber Data yang digunakan dalam Penelitian
No
Data yang digunakan
Sumber
1
World Development Indicator
2010 (World Bank)
4
Pertumbuhan GDP Riil delapan Negara
ASEAN tahun 2000-2009
Indeks Kebebasan Ekonomi/ Index of
Economic Freedom (Business Freedom,
Trade Freedom, Fiscal Freedom,
Government
Spending,
Monetary
Freedom, Investment Freedom, Financial
Freedom, Property Freedom, Freedom
from Corruption) Skala 0 hingga 100
Indeks kebebasan politik / Index of
Political Freedom (Political liberties,
Civil rights)
Skala 1-7
Populasi (jiwa)
5
Konsumsi Pemerintah (persen dari GDP)
6
Tingkat suku bunga riil (persen)
7
Indeks Komposit Kualitas Institusi ( 6
Dimensi Kualitas Pemerintahan)
Voice and Accountability, Political
Stability and Absence, of
Violence/Terrorism, Government
Effectiveness, Regulatory Quality, Rule of
Law,Control of Corruption
Skala -2.5 (lemah) sampai 2.5 (kuat)
Investasi / Pembentukan Modal Bruto
(persen dari GDP)
Indeks Pembangunan Manusia / Human
Development Index
Skala 0 – 1
Tingkat Tabungan Domestik
(persen dari GDP)
GDP per kapita (PPP) (dollar Amerika)
2
3
8
9
10
11
The Haritage Foundation
The Freedom House
World Development Indicator
2010 (World Bank)
World Development Indicator
2010 (World Bank)
World Development Indicator
2010 (World Bank)
Worldwide Governance
Indicators, 2011
World Development Indicator
2010 (World Bank)
Human Development Report
2011, UNDP
World Development Indicator
2010 (World Bank)
World Development Indicator
2010 (World Bank)
45
3.2
Metode dan Pengolahan Data
Metode analisis yang digunakan adalah metode deskriptif dan kuantitatif.
Metode deskriptif digunakan untuk mengkaji dinamika indeks pembangunan
manusia, investasi dan tingkat korupsi di delapan Negara ASEAN. Selain itu, metode
ini juga digunakan pada hasil yang diperoleh dari analisis data kuantitatif, sehingga
diharapkan dapat menggambarkan faktor yang memengaruhi korupsi serta dampak
korupsi terhadap pembangunan manusia serta investasi di delapan Negara ASEAN.
Metode kuantitatif yang digunakan dalam penelitian ini adalah metode panel
statis. Metode ini digunakan untuk menganalisis faktor-faktor yang memengaruhi
korupsi dan dampak korupsi terhadap pembangunan manusia dan investasi. Data
Sekunder dari delapan Negara ASEAN diolah dengan menggunakan program
komputer Microsoft Excel dan Eviews 6 yang kemudian hasil outputnya akan
diinterpretasikan.
3.2.1 Analisis Model dengan Panel Data
Menurut Nachrowi (2006) model data panel (pooled data) ialah suatu model
ekonometrika yang mengkombinasikan data time series dengan data cross section.
Implikasi yang diperoleh dari kombinasi tersebut adalah hasil estimasi dari model
data panel lebih efisien karena jumlah observasi lebih banyak. Selain itu, penggunaan
model data panel juga dapat mengurangi efek bias seiring dengan meningkatnya
derajat kebebasan (degree of freedom).
Kelebihan yang diperoleh dari penggunaan data panel adalah :
1. Dapat mengendalikan heterogenitas individu atau unit cross section.
2. Dapat memberikan informasi yang lebih luas, mengurangi kolinearitas diantara
variabel, memperbesar derajat bebas dan lebih efisien.
3. Dapat diandalkan untuk mengidentifikasi dan mengukur efek yang tidak dapat
dideteksi dalam model data cross section maupun time series.
4. Lebih sesuai untuk mempelajari dan menguji model perilaku (behavioral models)
yang kompleks dibandingkan dengan data cross section maupun time series.
5. Dapat diandalkan untuk studi dynamic of adjustment.
46
Dalam analisis data panel terdapat tiga macam pendekatan yang terdiri dari
pendekatan kuadrat terkecil (pooled least square), model efek tetap (fixed effect) dan
model efek acak (random effect).
3.2.2 Pemilihan Model dalam Pengolahan Data Panel
Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan
berdasarkan pertimbangan secara statistik dan prosedur. Hal ini bertujuan untuk
memperoleh dugaan model yang efisien. Diagram pengujian statistik untuk memilih
model yang digunakan dapat dapat dijelaskan pada gambar berikut ini
Fixed Effect
Haussman Test
Chow Test
Random Effect
LM Test
Pooled Effect
Gambar 3.1. Pengujian Pemilihan Model dalam Pengolahan Data Panel
1. Chow Test
Chow Test atau pengujian F statistic adalah pengujian untuk memilih model
yang akan digunakan antara model Pooled Least Square atau Fixed Effect. Dalam
pengujian ini hipotesis yang digunakan sebagai berikut :
H0 : Model Pooled Least Square
H1 : Model Fixed Effect
Dasar penolakan terhadap hipotesa nol (H0) adalah dengan menggunakan F-Statistik
seperti yang dirumuskan oleh Chow :
……………………
(3.1)
47
Dimana :
ESS1 = Residual Sum Square hasil pendugaan model Pooled Least Square
ESS2 = Residual Sum Square hasil pendugaan model Fixed Effect
N
= Jumlah data cross section
T
= Jumlah data time series
K
= Jumlah variabel penjelas
Statistik Chow Test mengikuti distribusi F-statistik dengan derajat bebas (N-1,
NT-N-K). jika nilai statistik Chow (F-Stat) hasil pengujian lebih besar dari F-tabel
maka cukup bukti untuk melakukan penolakan hipotesa nol sehingga model yang
digunakan adalah model fixed effect, dan begitu juga sebaliknya.
2. Haussman Test
Haussmant Test adalah pengujian statistic sebagai dasar pertimbangan untuk
memilih model terbaik antara model fixed effect atau model random effect. Seperti
yang telah diketahui bahwa penggunaan model fixed effect mengandung suatu unsur
trade off yaitu hilangnya derajat bebas dengan memasukkan variabel dummy. Namun,
penggunaan metode random effect juga harus memperhatikan ketiadaan pelanggaran
asumsi dari setiap komponen galat.
Haussman Test dilakukan dengan hipotesa sebagai berikut :
H0
: Model Random Effect
H1
: Model Fixed Effect
Sebagai
dasar
penolakan
H 0,
maka
digunakan
statistik
Haussman
dan
membandingkan dengan Chi-Square. Statistik Haussman dirumuskan dengan :
m=
………………
(3.2)
Dimana β adalah vector untuk variabel fixed effect, b adalah vector statistic variabel
random effect, M0 adalah matriks kovarians untuk dugaan fixed effect model dan M1
adalah matriks kovarians untuk dugaan random effect model. Jika nilai m hasil
pengujian lebih besar dari χ2 –Tabel, maka sudah cukup bukti untuk melakukan
penolakan terhadap hipotesa nol sehingga model yang digunakan adalah model fixed
effect, dan begitu juga sebaliknya.
48
3.3
Perumusan Model Penelitian
Berdasarkan hipotesis dan studi empiris yang disesuaikan dengan fakta di
negara-negara anggota ASEAN yang berkaitan dengan korupsi, pemerintahan dan
indikator pembangunan manusia serta berbagai alternatif spesifikasi model yang telah
dicoba dengan tetap mempertimbangkan berbagai asumsi-asumsi yang menjadi acuan
dalam model panel, maka variabel-variabel yang diduga memengaruhi atau penyebab
korupsi adalah beberapa indeks kebebasan ekonomi dan kebebasan politik. Kemudian
korupsi juga diduga dapat memengaruhi investasi dan pembangunan manusia.
Dalam penelitian ini, analisis akan dibagi menjadi dua bagian. Model pertama
bertujuan untuk menganalisis penyebab adanya tindakan korupsi secara keseluruhan
dan perincian variabel tiap komponen indeks yang dikompositkan. Model pertama
akan dianalisis menjadi beberapa kemungkinan untuk mendapatkan model terbaik.
Sedangkan model persamaan kedua bertujuan untuk menganalisis seberapa besar
pengaruh korupsi terhadap pembangunan manusia dan investasi.
World Bank (2001) ukuran Demokrasi diproksimasikan dengan indeks
komposit dari kebebasan partisipasi dalam politik dan hak-hak sipil dengan besaran
skala 1 sampai 7. Formulanya sebagai berikut :
Democracy (Political Freedom) =
(3.3)
Sedangkan untuk ukuran kualitas pemerintahan didapatkan dari komposit enam
indeks Good Governance Indicator dengan besaran skala -2,5 sampai 2,5.
Formulanya sebagai berikut :
Quality of Governance =
…....
(3.4)
Berikut ini adalah persamaan model penelitian yang akan dianalisis :
Persamaan Model Analisis Pertama
……
Faktor Ekonomi
(3.6)
(3.5)
49
Faktor Kualitas Pemerintahan dan Demokrasi (Politik)
………………..
(3.7)
………………………………………………....
(3.8)
Persamaan Model Analsis Kedua
………………………………………………………...
(3.9)
Keterangan :
= Indeks Persepsi Korupsi pada tahun ke -t (skala 0 – 100)
= Indeks Kebebasan Ekonomi (overall) (skala 0-100)
= Indeks Kebebasan Politik (overall) / Indeks Demokrasi (skala 1-7)
= Indeks kebebasan berpartisipasi dalam proses politik tahun ke-t (skala 1-7)
= Indeks kebebasan pers dan hak-hak masyarakat sipil tahun ke –t (skala 1-7)
= Indeks pembelanjaan pemerintah tahun ke-t (skala 0-100)
= Indeks Kebebasan Perdagangan tahun ke-t (skala 0 –100)
= Indeks kebebasan dalam keuangan tahun ke-t (skala 0-100)
= Indeks kebebasan moneter tahun ke-t (skala 0-100)
= Indeks kebebasan berbisnis tahun ke-t (skala 0-100)
= Indeks kebebasan berinvestasi tahun ke-t (skala 0-100)
= Indeks kebebasan fiskal tahun ke-t (skala 0-100)
= indeks hak kepemilikan pribadi tahun ke-t (skala 0-100)
= indeks komposit 6 indikator good governance/ kualitas pemerintahan
= indeks efektifitas pemerintah tahun ke-t (skala -2,5 – 2,5)
= indeks partisipasi suara politik dan kebebasan pers ke-t (skala -2,5 – 2,5)
= indeks aturan hukum ke-t (skala -2,5 – 2,5)
= indeks kualitas regulasi dalam kebijakan ke-t (skala -2,5 – 2,5)
= indeks kestabilan politik ke-t (skala -2,5 – 2,5)
= indeks kontrol/pengawasan terhadap korupsi ke-t (skala -2,5 – 2,5)
= GDP per kapita tahun dasar 2005 ( berdasarkan PPP)
50
= Indeks Pembangunan Manusia tahun ke-t (skala 0 – 1)
= Pembentukan Modal Bruto/investasi ( persen GDP)
= Populasi tahun ke-t (jiwa)
= Konsumsi Pemerintah tahun ke-t (persen GDP)
= pertumbuhan GDP riil (persen)
= tabungan nasional bruto ( persen GDP)
= tingkat suku bunga riil ( persen)
= nilai 1 untuk Negara Commonwealth dan 0 lainnya
α
3.4
= intersep
β
= slope
= error
Uji Hipotesis
Uji hipotesis berguna untuk memeriksa atau menguji apakah variabel-variabel
yang digunakan dalam model regresi signifikan atau tidak. Maksud dari signifikan ini
adalah suatu nilai dari parameter regresi yang secara statistik tidak sama dengan nol.
Ada dua jenis uji hipotesis yang dapat dilakukan terhadap variabel regresi. Uji
tersebut adalah Uji-F dan Uji-t.
3.4.1. Uji-F
Uji ini dilakukan untuk mengetahui apakah variabel independen di dalam
model secara bersama-sama berpengaruh terhadap variabel dependen yang
digunakan. Perumusan hipotesis pada Uji-F adalah :
H0 : β1 = β2 = β3 = βk = 0
H1 : Minimal ada satu nilai β yang tidak sama dengan nol
Kriteria ujinya adalah jika Fhitung > Ftabel,α,(k-1)(n-k) maka tolak H0, dimana k
adalah jumah variabel (dengan intercept) dan jumlah observasi yang dilambangkan
dengan huruf n. Selain itu, jika probabilitas (p-value) < taraf nyata maka sudah cukup
bukti untuk menolak H0. Jika tolak H0 berarti secara bersama-sama variabel bebas
dalam model berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata α
persen, demikian pula sebaliknya.
51
3.4.2
Uji-t
Pengujian ini dilakukan untuk mengetahui apakah variabel independen secara
individu (masing-masing) berpengaruh signifikan atau tidak terhadap variabel
independen. Hipotesis yang digunakan adalah sebagai berikut,
H0 : βk = 0
H1 : βk ≠ 0
Kriteria uji yang digunakan adalah jika |thitung| > tα/2,(n-k) maka tolak H0, dimana
jumlah observasi dilambangkan dengan huruf n, dan huruf k melambangkan jumlah
variabel (termasuk intercept). Selain itu, jika probabilitas (p-value) lebih kecil dari
taraf nyata maka dapat digunakan juga untuk menolak H0. Jika tolak H0 berarti
variabel bebas dalam model berpengaruh nyata terhadap variabel tidak bebas pada
taraf nyata α persen, demikian pula sebaliknya.
3.4.3. Koefisien Determinasi
Koefisien determinasi yang dilambangkan dengan R2 adalah suatu angka yang
mengukur keragaman pada variabel dependen yang dapat diterangkan oleh variasi
pada model regresi. Nilai ini berkisar antara nol sampai satu (0<R2<1), dengan nilai
yang semakin mendekati satu menunjukkan model yang terbentuk mampu
menjelaskan keragaman dari variabel dependen, demikian pula sebaliknya. Rumus
dari koefisien determinasi dinyatakan dalam persamaan (3.10).
..........................................................
3.5
(3.10)
Uji Asumsi
Untuk mendapatkan hasil model yang efisien dan konsisten, maka diperlukan
pengujian terhadap pelanggaran asumsi-asumsi klasik seperti heteroskedastisitas,
multikolinieritas, dan autokorelasi.
52
3.5.1 Uji Heteroskedastisitas
Heteroskedastisitas adalah salah satu penyimpangan pada asumsi klasik
statistika. Heteroskedastisitas terjadi jika ragam sisaan tidak konstan, hal ini
dilambangkan dengan Var (μi) = E (μi2) = σi2. Masalah ini sering terjadi jika ada
penggunaan data cross section dalam estimasi model, namun masalah ini juga dapat
terjadi dalam data time series.
Salah satu cara mengatasi masalah ini adalah dengan menggunakan metode
Generalized Least Square (GLS). Metode ini merupakan metode kuadrat terkecil
yang terboboti, dimana model ditransformasi dengan memberikan bobot pada data
asli (Juanda, 2009).
3.5.2 Uji Multikolinieritas
Multikolinieritas merupakan suatu penyimpangan asumsi akibat adanya
keterkaitan atau hubungan linier antar variabel bebas penyusun model. Indikasi
adanya multikolinieritas dapat dilihat jika dalam model yang dihasilkan terbukti
signifikan secara keseluruhan (uji-F) dan memiliki nilai R-squared yang tinggi namun
banyak variabel yang tidak signifikan (uji-t). Salah satu cara mengatasi masalah ini
adalah dengan menggabungkan data cross section dengan data time series (Juanda,
2009).
3.5.3 Uji Autokorelasi
Autokorelasi adalah adanya korelasi serial antara sisaan (μt). Juanda (2009)
menjelaskan akibat adanya autokorelasi dalam model yang diestimasi yaitu
pendugaan parameter masih tetap tidak bias dan konsisten namun penduga ini
memiliki standar error yang bias ke bawah, atau lebih kecil dari nilai yang sebenarnya
sehingga nilai statistik uji-t tinggi (overestimate). Salah satu cara untuk mengatasi
masalah ini adalah dengan menggunakan metode Generalized Least Square dalam
estimasi model (Gujarati, 2004).
Untuk mengetahui ada tidaknya autokorelasi dapat dilakukan uji DurbinWatson (DW). Dalam Eviews6 Guide dijelaskan bahwa jika nilai DW tersebut sudah
53
lebih dai 1,5 dan mendekati 2 maka dapat dikatakan tidak ada autokorelasi. Berikut
adalah Tabel 3.2. yang memperlihatkan distribusi nilai DW dimana nilai tersebut
telah disusun oleh Durbin Watson untuk derajat keyakinan 95 persen dan 99 persen.
Tabel 3.2. Selang Nilai Statistik Durbin-Watson serta Keputusannya
Nilai Durbin-Watson
Kesimpulan
DW < 1,10
Ada autokorelasi
1,10 < DW < 1,54
Tanpa kesimpulan
1,55 < DW < 2,46
Tidak ada autokorelasi
2,46 < DW < 2,90
Tanpa kesimpulan
DW > 2,91
Ada autokorelsi
Sumber : Firdaus, 2004
Download