analisis perdagangan intra-industry (intra-industry trade

67
BAB IV
METODE PENELITIAN
4.1 Rancangan Penelitian
Rancangan
penelitian
yang
diimplementasikan
dalam
kronologis
pelaksanaan penelitian, dilakukan secara bertahap mulai dari latar belakang
permasalahan hingga hasil penelitian yang diinterpretasikan secara ekonomi. Dari
hasil tersebut kemudian ditentukan implikasi kebijakan yang bisa memacu Intensitas
IIT produk pertanian Indonesia pada khususnya. Adapun rancangan penelitian
tersebut seperti terlihat dalam Gambar 4.1.
Latar Belakang
Penelitian
Rumusan
Masalah
Intensitas IIT
Produk Pertanian
Dinamika Perdag.
Produk Pertanian
Faktor2 yg Mempengaruhi
IIT Produk Pertanian
Tujuan:
Mendeskripsikan & Menganalisis
Kajian Pustaka &
Kerangka Teori
Hipotesis
Penelitian
Pengumpulan
Data
Pengolahan &
Analisis Data
Indeks GrubelLloyd
Constant Market
Share Approach
Model Aturupane
Interpretasi Hasil
Penelitian
Implikasi
Kebijakan
Gambar 4.1
4.2 Lokasi dan
Waktu Penelitian
Rancangan
Penelitian IIT Produk Pertanian Indonesia ke ASEAN-3
Periode Tahun 2000 – 2012
67
68
4.2 Lokasi dan Waktu Penelitian
Unit analisis penelitian ini adalah IIT sektor pertanian Indonesia dengan
ASEAN-3, yaitu Malaysia, Philipina dan Thailand, sehingga lokasi penelitiannya
adalah skala nasional, yaitu Indonesia, dengan mendasarkan pada hubungan dagang
secara bilateral ke/dari ketiga negara tersebut. Alasan mengambil ketiga negara
tujuan dagang ini adalah bahwa ketiga negara tersebut ditambah Indonesia dan
Singapura (Five ASEAN Countries) merupakan negara yang mencetuskan berdirinya
ASEAN yaitu pada tanggal 8 Agustus 1967 di Bangkok. Nota kesepakatan tersebut
dituangkan dalam Deklarasi Bangkok. Singapura tidak dimasukkan ke dalam negara
tujuan dagang karena Singapura merupakan negara anggota ASEAN yang sudah
termasuk negara industri baru yang faktor endowment-nya bersifat capital intensive,
sementara Indonesia dengan tiga negara tersebut di atas adalah negara-negara yang
memiliki faktor endowment relatif sama, yaitu lebih labour intensive, sehingga
produk-produk yang dihasilkanpun bercirikan produk-produk mentah dari sektor
primer terutama pertanian, yang notabene banyak menggunakan tenaga kerja dalam
proses produksinya dibandingkan dengan modal. Selain alasan historikal tersebut,
memilih tiga negara juga didasari atas dominasi perdagangan yang terjadi antara
ketiga negara tersebut dengan Indonesia, yang mana ketiga negara tersebut bila
dibanding dengan negara anggota ASEAN yang lain merupakan negara tujuan
ekspor Indonesia yang paling dominan.
Periode penelitian ini adalah antara tahun 2000 – 2012. Mengambil periode
awal adalah tahun 2000 karena diasumsikan bahwa tahun tersebut Indonesia
khususnya dan ASEAN-3 umumnya sudah relatif bangkit dari keterpurukan akibat
krisis ekonomi yang melanda sejak pertengahan tahun 1997. Jadi perekonomian
pada tahun tersebut dianggap sudah relatif stabil. Atas dasar alasan tersebut maka
69
penelitian ini mengambil periode awal adalah tahun 2000. Sementara menggunakan
periode akhir tahun 2012 semata-mata karena alasan menggunakan data yang paling
mutakhir yang tersedia di Badan Pusat Statistik (BPS) Jakarta.
4.3 Ruang Lingkup Penelitian
Tujuan penelitian ini adalah menganalisis IIT produk pertanian yang terjadi
antara Indonesia dengan ASEAN-3. Penelitian ini juga dibatasi hanya melibatkan
empat negara ASEAN karena negara tersebut termasuk dalam kategori labor intensif
dan data perdagangannya yang relatif mendominasi dibanding anggota ASEAN
yang lain.
Untuk kelompok komoditi yang akan dianalisis hanya komoditi sektor
pertanian saja didasarkan atas alasan teoritis, yaitu empat negara tersebut termasuk
negara-negara anggota ASEAN yang memiliki faktor endowment yang relatif sama,
yaitu cenderung labour intensive. Ini adalah syarat mutlak terjadinya pola IIT,
disamping didukung hipotesis yang menyatakan bahwa “IIT akan semakin
meningkat apabila negara yang melakukan kontak dagang tersebut adalah
melakukan integrasi ekonomi”. Pernyataan ini semakin mempertegas, bahwa pilihan
komoditi dan negara tujuan dagang telah sesuai dengan kaidah teori perdagangan
yang didasarkan atas pola IIT.
4.4 Penentuan Sumber Data
Penelitian ini menggunakan data secara keseluruhan dari objek yang diteliti,
sehingga jenis penelitian ini disebut penelitian sensus, yaitu penelitian yang
dilakukan terhadap keseluruhan objek pengamatan, dan bukan penelitian sampel
70
yang hanya mengambil sebagian atau beberapa objek saja yang diteliti. Untuk itu
tidak diperlukan adanya teknik penarikan sampel ataupun penentuan besarnya
sampel yang akan digunakan.
4.5 Variabel Penelitian
Penelitian ini bertujuan untuk mendeskripsikan intensitas IIT sektor
pertanian Indonesia dengan ASEAN-3, melihat dinamika perdagangan itu sendiri,
serta untuk melihat hubungan fungsional antara IIT Sektor Pertanian (IITp) sebagai
variabel dependen dengan Skala ekonomi (SE), Struktur Pasar (SP), Intensitas
Tenaga Kerja (ITK), Diferensiasi Produk (DP), Penanaman Modal Asing (PMA),
serta Produk Domestik Bruto (PDB) sebagai variabel independennya.
Berdasarkan permasalahan yang ada, permasalahan pertama dan kedua dapat
diselesaikan dengan menggunakan analisis deskriptif dengan permodelan ad hoc.
Sementara permasalahan ketiga adalah melihat keterkaitan variabel independen
dengan variabel dependen. Adapun pengaruh variabel independen terhadap variabel
dependen yang sudah dijelaskan pada alinea tersebut di atas dapat dilihat dalam
Gambar 4.2.
Skala Ekonomi (SE)
Struktur Pasar (SP)
Diferensiasi Produk (DP)
Intensitas Tenaga Kerja (ITK)
IITPertanian (IITP)
Penanaman Modal Asing (PMA)
Produk Domestik Bruto (PDB)
oduct (GDP)
Gambar 4.2 Pengaruh Variabel SE, SP, DP, ITK, PMA, PDB Terhadap IITp
71
Untuk dapat melakukan analisis dengan tepat terhadap variabel yang akan
diteliti, maka diperlukan definisi operasional dari masing-masing variabel agar tidak
terjadi salah pengertian di dalam memaknai variabel yang akan diteliti.
1. Sektor pertanian dalam hal ini adalah komoditi yang dalam kode SITC masuk
dalam SITC 001 – 292, sebanyak 27 komoditi.
2. IIT sektor pertanian adalah nilai ekspor sektor pertanian dari suatu negara yang
secara tepat diimbangi oleh impor sektor pertanian yang sama dari negara lain.
IIT dapat ditunjukkan sebagai persentase dari total perdagangan (ekspor plus
impor) dari sektor pertanian, sehingga menghasilkan indeks IIT yang
dikembangkan oleh Grubel & Lloyd (1975) (Lovely & Nelson, 1999). Nilai
indeks IIT berkisar antara nol sampai dengan satu (0 – 1 atau 0 persen – 100
persen). IIT = 0 artinya hanya terjadi perdagangan inter-industri, sebaliknya
apabila IIT = 1 artinya hanya terjadi perdagangan intra-industri antar negara
yang terlibat dagang.
3. Skala ekonomi adalah rasio antara nilai output sektor pertanian dibagi jumlah
tenaga kerja sektor pertanian dibandingkan dengan nilai output total sektor
sisanya (lainnya) dibagi jumlah tenaga kerja sektor sisanya (lainnya).
4. Struktur pasar merupakan ukuran persaingan pada subsektor pertanian tertentu,
diukur dengan rasio antara nilai output sektor pertanian terhadap nilai output
total sektor produk domestik produk (PDB).
5. Diferensiasi produk adalah berapa banyak ragam kategori SITC lima digit dalam tiap
SITC tiga digit pada sub sektor tertentu (Aturupane, et., al., 1997:11-12; Greenaway,
et., al., 1995: 1505-1518).
72
6. Intensitas tenaga kerja adalah rasio antara tenaga kerja yang digunakan dalam
proses produksi terhadap output yang dihasilkan oleh tenaga kerja pada
subsektor pertanian tertentu.
7. Penanaman Modal Asing (PMA) diartikan sebagai investasi asing langsung pada
sektor pertanian tertentu dalam satuan mata uang US dollar pada waktu tertentu
pula.
8. Produk Domestik Bruto (PDB) adalah nilai barang dan jasa yang dihasilkan oleh
suatu negara dalam kurun waktu tertentu dan pada tingkat harga tertentu
berdasarkan harga konstan, (dalam juta US $)
4.6 Instrumen Penelitian
Instrumen dalam penelitian ini adalah data yang akan digunakan untuk
meramalkan kondisi yang ada, apakah sesuai dengan teori atau tidak. Data yang
dibutuhkan adalah: pertama, data sekunder tentang ekspor impor komoditi sektor
pertanian berdasarkan kode SITC. Dalam buku Statistik Perdagangan Luar Negeri
Indonesia, komoditi sektor pertanian memiliki kode dagang berawal angka 1 dan 2
(walau tidak semua komoditi yang kode depannya 1 dan 2 merupakan kode
komoditi sektor pertanian); kedua, data sekunder yang digunakan untuk memproksi
variabel-variabel yang mempengaruhi IIT sektor pertanian berdasarkan kode SITC,
antara lain: output sub sektor pertanian, jumlah tenaga kerja masing-masing sub
sektor pertanian, banyak ragamnya komoditi sektor pertanian dalam kelompok serta
penanaman modal asing.
Kesemua data utama tersebut diperoleh dari BPS Jakarta, sementara datadata pendukung lain yang digunakan untuk menggambarkan kondisi perdagangan
73
Indonesia dengan ASEAN-3 dapat dilengkapi dari Sekretariat ASEAN, Kementerian
Luar Negeri, Kementerian Perdagangan, dan juga dari literatur-literatur yang
diperoleh dari perpustakaan Universitas Udayana.
4.7 Prosedur Penelitian
Ada bebarapa tahap yang dilakukan dalam penelitian terkait dengan tahap
awal sebuah penelitian hingga proses akhir pengambilan kesimpulan penelitian dan
implikasi kebijakakn yang bisa dikembangkan atau diterapkan. Pertama, penentuan
permasalahan IIT yang terjadi antara negara sedang berkembang. Dilihat dari
permasalahan tersebut ternyata muncul adanya banyak penelitian yang tidak sesuai
dengan konsep teori yang ada, makanya penulis menentukan judul tersebut di atas.
Kedua, mengumpulkan data yang dibutuhkan untuk menganalisis tiga
permasalahan yang ada. Data yang digunakan untuk menganalisis permasalahan
pertama dan kedua adalah data perdagangan luar negeri (ekspor dan impor) komoditi
berdasarkan kode SITC lima digit tahun 2000 - 2012. Data yang digunakan untuk
menganalisis permasalahan ketiga adalah 1). Data perdagangan luar negeri (ekspor
dan impor) komoditi berdasarkan kode SITC tiga digit tahun 2000 - 2012; 2). Output
yang dihasilkan oleh sektor pertanian berdasarkan kode tahun 2000 - 2012; 3).
Tenaga kerja yang digunakan dalam sektor pertanian
tahun 2000 – 2012; 4).
Penanaman modal asing tahun 2000 - 2012; serta 6). PDB Indonesia tahun 2000 –
2012.
Ketiga, untuk menganalisis masalah ketiga data variabel independen (SE, SP,
DP, ITK, PMA, PDB) dan dependen variabelnya (IITp) berdasarkan kode SITC.
Keempat, data yang telah siap dianalisis dengan menggunakan excell untuk masalah
74
pertama dan kedua, sedang masalah yang ketiga menggunakan tools Eviews 5.0
yang dapat meng-cover regresi panel data. Dari hasil running data dapat dilihat
hasilnya dari output yang dihasilkan.
Kelima, data hasil penelitian yang telah selesai tersebut diinterpretasikan
secara ekonomi. Dari kondisi inilah kemudian ditarik kesimpulan penelitian dapat
disusun. Dilihat, apa kelebihan dan kekurangannya sehingga dapat ditinjaklanjuti ke
dalam implikasi kebijakan di masa yang akan datang.
4.8 Metode Analisis Data
Dalam memecahkan suatu permasalahan, dibutuhkan alat analisis guna
mengetahui hasil secara akurat, sehingga dapat diinterpretasikan secara ekonomi.
Ada tiga alat analisis yang digunakan untuk memecahkan permasalahan penelitian,
seperti dinyatakan dalam Subbab 1.2, yaitu.
4.8.1
Ukuran Intensitas IIT
Mengukur intensitas IIT sektor pertanian antara Indonesia dengan Malaysia,
Philipina dan Thailand adalah dengan menggunakan indeks IIT yang telah
dirumuskan oleh Grubel-Lloyd (1975), yaitu:
IIT ji  1 
X ij  M ij
X
i
j
 M ij
 ………...………………..…........………(4.1)
di mana:
𝐼𝐼𝑇𝑗𝑖 : indeks IIT komoditi sektor pertanian i ke negara j
X ij : ekspor komoditi sektor pertanian i ke negara j
75
M ij : impor komoditi sektor pertanian i dari negara j
Apabila data akan dianalisis lebih atau sama dengan level tiga digit,
maka formula agregasi dibutuhkan. Indeks IIT untuk beberapa agregasi “A”,
berisi komponen “i” tiga digit dari 1 hingga n dan perdagangan antara satu
negara dengan negara yang lain “k”, yaitu:
AIIT j 
  X
n
k
i 1
j 1
ij
 M ij  
  X
n
k
i 1
j 1
ij
n
k
i 1
j 1
 X
.................................(4.2)
ij
 M ij
 M ij 
di mana Xij = ekspor komoditi sektor pertanian i ke negara j
Mij
=
impor komoditi sektor pertanian i dari negara j (Khalifah,
1994:366)
Berdasarkan Rumus (4.1) dan (4.2) di atas, maka skor atau nilai indeks
Grubel-Lloyd akan bervariasi nilainya dari 0 – 1, dengan ketentuan sebagai berikut:
1. Jika IIT = 0, maka yang terjadi dalam sektor pertanian j hanya perdagangan
inter-industri saja. Dan apabila mendekati nol, artinya teori perdagangan
internasional yang cocok adalah yang didasarkan pada pasar persaingan
sempurna, di mana perdagangan terjadi karena adanya perbedaan kelimpahan
faktor endowment yang signifikan atau dengan kata lain perdagangan didasarkan
atas keunggulan komparatif.
2. Jika IIT = 1, maka yang terjadi dalam sektor pertanian j hanya IIT. Bila antara
ekspor dan impor dari dan ke sektor pertanian j adalah seimbang, maka
perdagangan jenis ini lebih didasarkan pada pasar persaingan tidak sempurna
76
yang didorong oleh adanya imbalan yang meningkat (increasing returns) akibat
skala ekonomi.
Dalam penelitian ini kriteria yang digunakan untuk menentukan tinggi
rendahnya indeks IIT adalah kriteria yang dikembangkan oleh Krugman (1992).
Indeks G-L dikatakan tinggi apabila nilainya lebih besar atau sama dengan 40
persen, artinya perdagangan yang terjadi adalah intra-industri, serta termasuk dalam
kategori monopoli sedang, sebaliknya kalau kurang dari 40 persen, maka
perdagangan adalah inter-industri dan termasuk dalam monopoli rendah. Kategori
derajat monopoli sedang atau rendah ini sesuai dengan klasifikasi yang didasarkan
atas “Cencus of Manufactures, Special Report: Concentration Ratio in
Manufacturing” (Koch, 1980).
4.8.2
Ukuran Dinamika Perdagangan Sektor Pertanian
Dinamika perdagangan produk dari sektor pertanian dapat dianalisis dengan
menggunakan pendekatan Constant Market Share (CMS), yang di dalamnya
terdapat lambat atau tingginya laju pertumbuhan ekspor suatu negara dibandingkan
laju pertumbuhan standar (rata-rata dunia) diuraikan menjadi tiga faktor yaitu
pertumbuhan impor, komposisi komoditas, dan daya saing (Aswicahyono dan
Pangestu, 2000).
a. Efek Pertumbuhan Impor:
(4.3)
m X i , jk……………………………………...………………………
1
Dimana:
m
= persentase peningkatan impor ASEAN-3 di negara Indonesia
X i , jk 1 = ekspor produk dari sektor pertanian dari Indonesia ke Malaysia,
77
Philipina, dan Thailand pada tahun ke (t-1)
b. Efek Komposisi Komoditas
m  m X  …..………………………………...……………..(4.4)
i
i , jk 1
Dimana:
m
= persentase peningkatan impor ASEAN-3 di negara Indonesia
mi = persentase peningkatan impor produk sektor pertanian di Indonesia
X i , jk 1 = ekspor produk sektor pertanian dari Indonesia ke Malaysia, Philipina,
Thailand pada tahun ke (t-1)
c. Efek Daya Saing:
X
i , jk 2
 X i , jk 1  mi X i , jk 1 
….………………..…………………… (4.5)
Dimana:
mi = persentase peningkatan impor sektor pertanian di Indonesia
X i , jk 1 = ekspor produk sektor pertanian dari Indonesia ke Malaysia, Philipina,
dan Thailand tahun ke (t-1)
X i , jk 2 = ekspor produk sektor pertanian dari Indonesia ke Malaysia,
Philipina, dan Thailand tahun ke (t)
Dari ketiga persamaan di atas, maka dapat dibuat rumus sebagai berikut:
X i, jk 2  X i, jk 1  m X i jk1  mi  mXi , jk 1 X i, jk 2  X i, jk 1  mi X i jk 1  ...............(4.6)
(a)
Dimana :
(a) = efek pertumbuhan impor
(b) = efek komposisi
(b)
(c)
78
(c) = efek daya saing
4.8.3
Metode Analisis Faktor-Faktor yang Mempengaruhi IIT
Dalam menganalisis permasalahan ketiga menggunakan data panel, yaitu
gabungan antara cross section dengan time series. Sementara alat analisis yang
digunakan adalah regresi linear dengan metode Feasible Generalized Least Square
(FGLS) atau Estimated Generalize Least Square (EGLS) untuk melihat keterkaitan
antara variabel dependen dengan variabel independen yang dimasukkan dalam
model regresi (Gujarati, 2003). Metode EGLS ini digunakan untuk mengatasi adanya
masalah heteroskedastisitas dan autokorelasi. Jadi dalam hal ini uji-uji tersebut tidak
perlu dilakukan tersendiri di luar model yang telah dibangun.
Secara umum bentuk model regresi data panel adalah sebagai berikut:
yit   0 

i
xit  eit …..…………………………………….……..... (4.7)
di mana i = 1, 2, …, n merupakan unit cross section, dan t = 1, 2, …., t merupakan
rentang waktu pada time series. yit merupakan dependent variable dari individu unit
i pada waktu t, dan xit merupakan nilai dari k non-stochastic explanatory variable
untuk individu i pada waktu t. dalam model regresi klasik, αi dan βki dianggap sama
untuk semua unit individu, sementara panel data memberikan estimasi koefisien
yang berbeda untuk parameter αi ataupun βki.
Berdasarkan rumus umum (4.7) di atas, maka dapat diturunkan ke dalam
persamaan (4.8) berikut:
IITpi , t   0  1 SEi ,t  2 SPi ,t   3 DPi ,t   4 ITK i ,t   5 PMAi ,t   6 PDB i ,t  e i ,t …(4.8)
79
di mana:
IITp i ,t
:
Indeks total IIT komoditi di sektor pertanian i dari Indonesia
ke ASEAN-3 pada tahun ke t
:
SEi ,t
Rasio antara nilai output sektor pertanian i dibagi jumlah
tenaga kerja sektor pertanian dibandingkan dengan nilai output
total sektor sisanya (lainnya) dibagi jumlah tenaga kerja sektor
sisanya (lainnya) pada tahun ke t
SPi,t
:
Ukuran persaingan atau struktur pasar komoditi di sektor
pertanian i pada tahun ke t
ITKi,t
:
Intensitas tenaga kerja di sektor pertanian i pada tahun ke t
DPi,t
:
Diferensiasi produk sektor pertanian i pada tahun ke t
PMAi,t
:
Penanaman modal asing di sektor pertanian i pada tahun ke t
PDBi,t
:
Produk Domestik Bruto pada tahun ke t
ei,t
:
error terms
βz
:
parameter (z = 1, 2, …., 6)
Penggunaan
panel
data
dalam
Rumus
(4.8)
dimaksudkan
untuk
memperbanyak jumlah observasi penelitian, karena kalau menggunakan data cross
section atau time series saja, maka observasi penelitian relatif lebih sedikit.
Penggunaan panel data dalam penelitian mempunyai keunggulan-keunggulan
dibandingkan dengan data time series atau cross section. Pertama, memberi
sejumlah data yang lebih besar, sehingga menaikkan derajat kebebasan (degree of
freedom) dan mengurangi kolinearitas di antara variabel independen, oleh karenanya
akan menghasilkan estimasi ekonometrik yang efisien. Kedua, panel data
memungkinkan peneliti menganalisis sejumlah pertanyaan penting yang tidak dapat
80
dipecahkan dengan menggunakan data time series atau cross section saja. (Hsiao,
1999).
Baltagi (2001) dan Gujarati (2003) juga mengemukakan keunggulan analisis
regresi dengan panel data yaitu: pertama, bila menggunakan panel data yang
berkaitan dengan perusahaan, negara atau industri dan sejenisnya, maka terbentuk
suatu ikatan kelompok menjadi heterogen dalam unit tersebut. Berarti metode yang
menggunakan jenis data panel dapat mengestimasi variasi heterogen secara eksplisit
sesuai dengan variabel individu yang spesifik; kedua, melalui kombinasi observasi
antara data time series dengan cross section, maka akan memberikan informasi
data/jumlah observasi yang lebih banyak, tingkat variabilitas, berkurangnya gejala
kolinearitas, semakin banyak degree of freedom dan akan lebih efisien; ketiga,
dibanding dengan mengkaji data cross section berulang-ulang, data panel sangat
tepat untuk mengamati adanya perubahan dinamis; keempat, jenis data panel lebih
baik dalam mendeteksi dan mengukur dampak dibanding dengan hanya mengamati
observasi data time series dan cross section murni; kelima, penggunaan jenis panel
data sangat membantu dalam mengkaji persamaan perilaku yang relatif lebih
kompleks; keenam, pendekatan dengan jenis panel data memudahkan dalam
penggunaan data dalam jumlah ribuan unit, karena pendekatan ini dapat
meminimumkan bias dari agregasi individu atau perusahaan.
Ada dua model pendekatan dalam menganalisis panel data, yaitu:
1. Fixed Effect Model (FEM), yang menetapkan bahwa αi adalah sebagai kelompok
yang spesifik atau berbeda dalam constant terms dalam model regresinya;
2. Random Effect Model (REM), meletakkan αi sebagai gangguan spesifik kelompok
seperti halnya eit, kecuali untuk tiap-tiap kelompok, tetapi gambaran tunggal yang
81
memasukkan regresi sama untuk tiap-tiap periode, atau dengan kata lain REM
menganggap bahwa seluruh gangguan yang terjadi mempunyai sifat acak atau
random.
Untuk memilih apakah menggunakan FEM atau REM ditentukan oleh
beberapa kriteria yaitu:
1. jika jumlah data time series (T) lebih besar dibanding jumlah unit cross-section (N),
maka pilihan perhitungan berdasarkan pada layaknya perhitungan, FEM akan lebih
dipilih;
2. jika T lebih kecil bila dibanding dengan N. Jika unit cross-section bersifat tidak
random, maka FEM yang tepat, akan tetapi bila unit cross-section bersifat random,
maka REM yang lebih tepat;
3. jika error component individu (ε) dan satu atau lebih variabel independen
berkorelasi, maka estimasi dengan REM akan bias, akan tetapi hasil estimasi dari
FEM tidak akan bias;
4. jika T lebih kecil dibanding N, dan asumsi yang digunakan adalah REM, maka
estimasi REM akan lebih efisien bila dibanding dengan FEM;
Dalam penelitian ini jumlah T dan N adalah 13 : 3 (ada 39 unit analisis). Ini
artinya T < N, sesuai dengan ketentuan kedua, akan tetapi karena unit cross-sectionnya bersifat tidak random, maka pemilihan model adalah menggunakan pendekatan
FEM. Secara ekonometrik, penggabungan time-series data dengan cross-section
data menimbulkan masalah dalam proses estimasi berupa gangguan antar waktu,
gangguan antar individu atau gangguan dari keduanya (Gujarati, 2003; Greene,
2000; Setiati, 1996).
82
4.8.4 Uji Statistik
a. Uji Statistik F (F-test)
Uji statistik F atau pengujian secara serentak dimaksudkan untuk menguji
signifikansi pengaruh variabel skala ekonomi (SE), struktur pasar (SP), diferensiasi
produk (DP), intensitas tenaga kerja (ITK), penanaman modal asing (PMA), serta
Produk Domestik Bruto (PDB) terhadap variabel terikat intra-industry trade produk
dari sektor pertanian (IITp). Uji statistik F dicari dengan rumus sebagai berikut
(Supranto, 2001).
Fhitung 
R 2 /( k  1)
(1  R 2 ) /( n  k )
………………………………………………….....(4.9)
Keterangan:
R2 = koefisien determinasi;
k = banyaknya variabel
n = jumlah observasi
Perumusan hipotesis:
Ho : β1 = β2 = 0, artinya variabel skala ekonomi, struktur pasar, diferensiasi produk,
intensitas tenaga kerja, penanaman modal asing, serta produk
domestik bruto secara parsial tidak mempunyai pengaruh
terhadap variabel IIT produk sektor pertanian;
Ho : β1 ≠ β2 ≠ 0, artinya variabel skala ekonomi, struktur pasar, diferensiasi produk,
intensitas tenaga kerja, penanaman modal asing, serta produk
domestik bruto secara parsial mempunyai pengaruh terhadap
variabel IIT produk sektor pertanian.
83
Dengan menggunakan tingkat signifikansi (=5 persen) = 0,05 kriteria pengujian:
1) Jika probabilitas F-hitung ≤ tingkat signifikansi (α) 5 persen, maka Ho ditolak
dan Ha diterima, artinya ada pengaruh yang signifikan antar variabel skala
ekonomi, struktur pasar, diferensiasi produk, intensitas tenaga kerja, penanaman
modal asing, produk domestik bruto secara bersama-sama terhadap variabel IIT
produk dari sektor pertanian.
2) Jika probabilitas F-hitung > tingkat signifikansi (α) 5 persen, maka Ho diterima
dan Ha ditolak, artinya tidak ada pengaruh yang signifikan antar variabel skala
ekonomi, struktur pasar, diferensiasi produk, intensitas tenaga kerja, penanaman
modal asing, produk domestik bruto secara bersama-sama terhadap variabel IIT
produk dari sektor pertanian.
b. Uji Statistik t (t-test)
Uji statistik t digunakan untuk mengetahui secara parsial pengaruh variabel
skala ekonomi, struktur pasar, diferensiasi produk, intensitas tenaga kerja,
penanaman modal asing, produk domestik bruto terhadap variabel intra-industry
trade komoditi sektor pertanian. Uji statistik t dicari dengan rumus sebagai berikut
(Supranto, 2001).
t hitung =
t
S t
................................................................................(4.10)
Keterangan:
i
= koefisien regresi
Si
= standart error dari koefisien regresi
Perumusan hipotesis:
84
Ho : β1 = 0, artinya secara parsial variabel skala ekonomi tidak mempunyai pengaruh
yang signifikan terhadap variabel intra-industry trade produk sektor
pertanian;
Ho : β2 = 0, artinya struktur pasar tidak mempunyai pengaruh yang signifikan
terhadap variabel intra-industry trade produk sektor pertanian;
Ho : β3 = 0, artinya diferensiasi produk tidak mempunyai pengaruh yang signifikan
terhadap variabel intra-industry trade produk sektor pertanian;
Ho : β4 = 0, artinya intensitas tenaga kerja tidak mempunyai pengaruh yang
signifikan terhadap variabel intra-industry trade produk sektor
pertanian;
Ho : β5 = 0, artinya penanaman modal asing tidak mempunyai pengaruh yang
signifikan terhadap variabel intra-industry trade produk sektor
pertanian;
Ho : β6 = 0, artinya produk domestik bruto tidak mempunyai pengaruh yang
signifikan terhadap variabel intra-industry trade produk sektor
pertanian;
Ho ≠ β1 ≠ 0, artinya secara parsial variabel skala ekonomi mempunyai pengaruh
yang signifikan terhadap variabel intra-industry trade produk sektor
pertanian;
Ho ≠ β2 ≠ 0, artinya struktur pasar mempunyai pengaruh yang signifikan terhadap
variabel intra-industry trade produk sektor pertanian;
Ho ≠ β3 ≠ 0, artinya diferensiasi produk mempunyai pengaruh yang signifikan
terhadap variabel intra-industry trade produk sektor pertanian;
85
Ho ≠ β4 ≠ 0, artinya intensitas tenaga kerja mempunyai pengaruh yang signifikan
terhadap variabel intra-industry trade produk sektor pertanian;
Ho ≠ β5 ≠ 0, artinya penanaman modal asing mempunyai pengaruh yang signifikan
terhadap variabel intra-industry trade produk sektor pertanian;
Ho ≠ β6 ≠ 0, artinya produk domestik bruto mempunyai pengaruh yang signifikan
terhadap variabel intra-industry trade produk sektor pertanian;
Kriteria pengujian:
Dengan menggunakan tingkat signifikansi ( 5 persen) = 0,05 kriteria pengujian:
1) Jika probabilitas t-hitung ≤ tingkat signifikasi (α) 5 persen, maka Ho ditolak dan
Ha diterima, berarti ada pengaruh nyata antar variabel skala ekonomi, struktur
pasar, diferensiasi produk, intensitas tenaga kerja, penanaman modal asing,
produk domestik bruto terhadap variabel intra-industry trade produk dari sektor
pertanian.
2) Jika probabilitas t-hitung > tingkat signifikasi (α) 5 persen, maka Ho diterima
dan Ha ditolak, berarti tidak ada pengaruh antar variabel skala ekonomi, struktur
pasar, diferensiasi produk, intensitas tenaga kerja, penanaman modal asing,
produk domestik bruto terhadap variabel IIT produk sektor pertanian.