menerapkan gravity model untuk menganalisa aktivitas ......yang diperoleh dapat menunjukkan...
TRANSCRIPT
30 November2017
PROSIDINGSKF2017
Menerapkan Gravity Model Untuk Menganalisa
Aktivitas Dagang Indonesia
Florentin Anggraini Purnama1a) Aufa Numan Fadhilah Rudiawan1b) Ahmad
Rizqita Raharja2c) dan Sparisoma Viridi1d)
1Laboratorium Fisika Granular
Kelompok Keilmuan Fisika Nuklir dan Biofisika
Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Bandung
Jl Ganesha no 10 Bandung Indonesia 40132
2Laboratorium Fisika Sistem Kompleks
Kelompok Keilmuan Fisika Bumi dan Sistem Kompleks
Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Bandung
Jl Ganesha no 10 Bandung Indonesia 40132
a)florenpangmailcomb)aufanumanstudentsitbacidc)ahmadrizqitaofficeitbacid
d)dudungfiitbacid
Abstrak
Gravity model merupakan salah satu pendekatan dalam ilmu ekonomi untuk mengamati aktivitas dagang
suatu negara Pendekatan ini menganalogikan aktivitas dagang suatu negara dengan persamaan gravitasi
dalam ilmu fisika yang digagas oleh Isaac Newton Dalam penelitian ini data aktivitas dagang Indonesia
diambil dari bank data International Trade Center International Monetary Fund dan World Bank Hasil
yang diperoleh dapat menunjukkan aspek-aspek apa saja yang mempengaruhi laju aktivitas dagang
Indonesia dengan negara lain dan dapat menunjukan hubungan dagang yang berpotensi memberikan
keuntungan atau yang justru yang tidak menguntungkan
Kata-kata kunci aktivitas dagang gravity model Indonesia
PENDAHULUAN
Indonesia merupakan negara yang memiliki aktivitas perdagangan yang sangat aktif baik di tingkat
regional ASEAN ataupun dunia Indonesia merupakan negara dengan tingkat ekonomi terbesar di ASEAN
dengan merepresentasikan 36 PDB Indonesia juga merupakan anggota dari Asia-Pacific Economic
Cooperation dan G-20 yang merupakan negara-negara dengan 20 kekuatan ekonomi terbesar di dunia Tujuan
ekspor dan impor Indonesia masih didominasi oleh Tiongkok dengan nilai sebesar US$ 209 miliar lalu
Jepang dengan US$ 172 miliar dan Amerika Serikat sebesar US$ 146 miliar Hingga Oktober 2017 nilai
ekspor Indonesia berjumlah US$ 138 miliar dan impor sebesar US$ 126 miliar Tentu saja hal ini
dipengaruhi oleh beberapa faktor yaitu kerjasama bilateral yang terjalin antara kedua negara perjanjian
pasar dan hal-hal lainnya
Dalam makalah ini kami menggunakan model gravitasi berdasarkan data yang kami peroleh melalui
International Monetary Fund (IMF) International Trade Center (ITC) World Bank dan Badan Pusat
Statistik Data yang dibandingkan adalah seluruh data PDB populasi jarak antar negara demografi agama
ISBN 978-602-61045-3-3 205
30 November2017
PROSIDINGSKF2017
jumlah penduduk dan kurs mata uang Jumlah negara yang diteliti adalah 60 negara yang terdiri dari 10
negara anggota ASEAN 23 negara anggota Uni Eropa 14 negara Asia Barat 10 negara Afrika dan 3 negara
dengan tingkat ekonomi tertinggi yaitu Amerika China dan Jepang Rentang waktu yang digunakan adalah
11 tahun dari tahun 2000 hingga 2010
Gravity model merupakan salah satu model yang dapat menjelaskan arus perdagangan bilateral antara dua
negara yang tidak dapat diselesaikan dengan teori ekonomi yang lain Model ini merupakan turunan dari
hukum gravitasi Newton yaitu gravitasi antara dua buah objek adalah sebanding dengan massanya dan
berbanding terbalik dengan kuadrat dari jaraknya
119865ij = 119866119872119894119872119895
119903ij2
(1)
Keterangan
Fij gaya gravitasi antara objek i dan j
G konstanta Gravitasi
Mi Mj massa objek i j
Rij jarak antara objek i dan j
Jan Tinbergen merupakan seorang ekonom asal Belanda yang pertama kali mengaplikasikan gravity
model pada tahun 1962 Dalam modelnya variable dependennya adalah arus perdagangan antara negara A
dan B dan variable independennya adalah PDB (Produk Domestik Bruto) dan jarak antara kedua negara
Hasil yang ia dapatkan adalah variabel PDB mempunyai efek yang positif terhadap arus perdagangan kedua
negara dan kebalikannya variabel jarak memiliki efek yang negative terhadap arus perdagangan Maka dapat
disimpulkan bahwa negara yang memiliki PDB yang besar dan berdekatan secara jarak cenderung lebih
sering melakukan perdagangan
Krugman dan Obstfield (2005) memberikan model yang lebih umum yaitu
119879ij = 119860 119884119894119884119895
119863ij2
(2)
Keterangan
Tij total arus perdagangan dari negara asal i menuju negara tujuan j
Yi Yj ukuran ekonomi dari kedua negara tersebut (biasanya direpresentasikan dengan PDB)
Dij jarak antara kedua negara i dan j
A konstanta
Hasil penelitian Tinbergen banyak digunakan oleh ekonom-ekonom yang lain misalnya Rahman (2009)
Dalam penelitiannya ia menyelidiki potensial perdagangan Australia dengan data terhadap 50 negara
Hasilnya adalah perdagangan bilateral Australia dipengaruhi secara positif oleh besar ekonomi suatu negara
PDB per kapita keterbukaan terhadap asing penuturan bahasa yang sama dan dipengaruhi secara negative
oleh jarak antara negara yang mempunyai hubungan perdagangan
Persamaan gravity model yang telah dimodifikasi
log 119879119894119895119905 = 1205720 + 1205721 log(119884119894119905) + 1205722 log(119884119895119905) + 1205723 log(119873119894119905) + 1205724 log(119873119895119905) + 1205725 log(119863119894119895) + 1205726119864119883119894119895119905
+ 1205727119862119894119895119905 + 119890119894119895119905
(3)
Keterangan
i 1 (Indonesia)
j 2 3 4 (negara-negara yang bekerja sama dengan Indonesia)
t 2006 2007 2016 (11 tahun)
119879119894119895119905 Nilai dagang (impor + ekspor) Indonesia dengan negara j pada tahun t
119884119894119905 Produk Domestik Bruto Indonesia pada tahun t
119884119895119905 Produk Domestik Bruto negara j pada tahun t
119873119894119905 Populasi Indonesia pada tahun t
119873119895119905 Populasi negara j pada tahun t
119863119894119895 Jarak antara ibukota Indonesia dan ibukota negara j
ISBN 978-602-61045-3-3 206
30 November2017
PROSIDINGSKF2017
119864119883119894119895119905 Nilai tukar antara Indonesia dan negara j pada tahun t
119862119894119895119905 Variabel tambahan (dummy) untuk perbedaan budaya antara Indonesia dan negara j pada tahun t
jika negara j memiliki persentase penduduk beragama Muslim yang terbesar di negaranya 119862119894119895119905 =
1 Jika tidak 119862119894119895119905 = 0
119890119894119895119905 faktor error
Persamaan (2) dimodifikasi sedemikian rupa menjadi persamaan (3) untuk penelitian ini Tujuan dari
makalah ini adalah mencari faktor-faktor penting yang mempengaruhi nilai dagang (119879119894119895119905) antara Indonesia
dan negara lain Faktor-faktor tersebut didapatkan dengan menentukan koefisien 1205720 1205721 1205722 1205723 1205724 1205725 1205726
1205727 dan 119890119894119895119905 Untuk menentukan koefisien-koefisien tersebut dilakukan regresi terhadap data panel dan
didapatkan model persamaan yang akan menentukan nilai dagang dari variabel pada persamaan (3) Namun
sebelum dilakukan regresi harus dilakukan pengujian data panel untuk memilih jenis regresi apa yang paling
sesuai digunakan
DESKRIPSI DATA
Data yang dipakai dalam penelitian ini sebagian besar diambil dari data World Bank dan International
Monetary Fund yang tersedia secara gratis pada situs resmi mereka Berikut diberikan gambaran singkat
mengenai data yang dipakai dalam penelitian ini
Tabel 1 Statistik deskriptif
obs mean stdev min max
DAG 660 205E+06 541E+06 132E+02 42873029
PDB INA 11 379E+11 190E+11 175E+11 755E+11
PDB 660 640E+11 184E+12 422E+08 15E+13
POP INA 11 222E+08 104E+07 206E+08 238E+08
POP 660 537E+07 170E+08 283E+05 134E+09
JRK 660 857E+03 353E+03 887E+02 1635049
TUK 660 403E+03 709E+03 475E-01 3608715
BUD 660 117E-01 321E-01 000E+00 1
KER 660 167E-02 128E-01 000E+00 1
Keterangan
DAG Nilai dagang (Ribu US$)
PDB INA Produk Domestik Bruto Indonesia (US$)
PDB Produk Domestik Bruto negara lain (US$)
POP INA Populasi Indonesia (Orang)
POP Populasi negara lain (Orang)
JRK Jarak (Kilometer)
TUK Nilai Tukar (Rupiahmata uang lokal)
BUD Budaya (tanpa satuan)
KER Kerjasama (tanpa satuan)
Gambar 1 dan 2 berikut ini menjelaskan aktivitas dan laju pertumbuhan dagang (ekspor amp impor)
Indonesia terhadap 5 kelompok negara Aktivitas dagang tertinggi Indonesia dilakukan dengan 3 negara
penguasa ekonomi (berkisar antara 257 ndash 982 miliar US$) dan terendah dengan negara-negara di Afrika
(antara 144 ndash 574 miliar US$) Akan tetapi laju pertumbuhan rata-rata aktivitas dagang Indonesia justru
memiliki persentase paling tinggi dengan negara-negara di ASEAN (1814) dan terendah dengan negara-
negara Uni Eropa (853)
ISBN 978-602-61045-3-3 207
30 November2017
PROSIDINGSKF2017
Gambar 1 Nilai dagang Indonesia dengan 5 kelompok negara
Gambar 2 Laju pertumbuhan rata-rata nilai dagang Indonesia dengan 5 kelompok negara
Keterangan
Kelompok 1 3 negara penguasa ekonomi (China Jepang dan Amerika Serikat)
Kelompok 2 23 negara Uni Eropa
Kelompok 3 10 negara Asia Tenggara
Kelompok 4 14 negara Asia Barat
Kelompok 5 10 negara Afrika
METODE
Langkah-langkah pengolahan data dalam penelitian ini adalah sebagai berikut
1 Uji multicollinearity dengan Pearson Correlation test dan Variance-Inflation Factor
2 Uji heteroskedasticity dengan Breusch-Pagan test dan Wald test
3 Uji cross-section dependence dengan Pesaran CD test
4 Penentuan efek estimator (random effects fixed effects pooled model) dengan menggunakan
Breusch-Pagan Lagrange Multiplier test
5 Penentuan faktor-faktor yang paling mempengaruhi nilai dagang dengan menggunakan FGLS
regression
0
10000000
20000000
30000000
40000000
50000000
60000000
70000000
80000000
90000000
100000000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Nilai Dagang Indonesia dengan 5 Kelompok Negara
Tahun 2000 - 2010 (Ribu US$)
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Kelompok 5
1293
853
1814
1339
1743
000
500
1000
1500
2000
Kelompok 1 Kelompok 2 Kelompok 3 Kelompok 4 Kelompok 5
Laju Pertumbuhan Rata-rata Nilai Dagang Indonesia dengan 5 Kelompok Negara
Tahun 2000 - 2010 ()
ISBN 978-602-61045-3-3 208
30 November2017
PROSIDINGSKF2017
PENGOLAHAN DATA
1 Uji multicollinearity
Pearson Correlation test
Tabel 2 Korelasi antar variabel
DAG PDB
INA PDB
POP
INA POP JRK TUK BUD KER
DAG 1
PDB
INA 015 1
PDB 072 019 1
POP
INA 014 099 019 1
POP 046 004 058 004 1
JRK -02 0 033 0 008 1
TUK -0 001 -01 001 -03 002 1
BUD -02 0 -01 0 017 011 -01 1
KER 02 0 033 0 024 016 01 -01 1
Variance-Inflation Factor
Tabel 3 Variance-Inflation Factor
PDB INA 66912316
POP INA 66888675
BUD 1126813
JRK 1210213
PDB 2043961
POP 188818
TUK 1141636
KER 1169089
Rata-rata 1780
2 Uji heteroscedasticity
Breusch-Pagan test
data Y ~ X
BP = 14489 df = 8 p-value lt 22e-16
Wald test
data Y ~ X
Chisq = 3986 df = 8 p-value lt 22e-16
3 Uji cross-section dependence
Pesaran CD test for cross-sectional dependence in panels
data Y ~ X
ISBN 978-602-61045-3-3 209
30 November2017
PROSIDINGSKF2017
z = 58395 p-value = 5235e-09
alternative hypothesis cross-sectional dependence
4 Hasil Estimasi menggunakan FGLS regression
Oneway (individual) effect Random Effect Model
(Swamy-Aroras transformation)
Call
plm(formula = Y ~ X data = pdata model = random)
Balanced Panel n = 60 T = 11 N = 660
Effects
varstddev share
idiosyncratic 03865 06217 0233
individual 12755 11294 0767
theta 08363
Residuals
Min 1st Qu Median 3rd Qu Max
-3344756 -0300554 0019248 0323809 3804281
Coefficients
Estimate Std Error t-value Pr(gt|t|)
(Intercept) 29790e+02 76109e+01 39141 00001003
PDB INA 18122e+00 42877e-01 42265 2713e-05
PDB 72234e-01 87642e-02 82419 9343e-16
POP INA -17974e+01 45435e+00 -39559 8462e-05
POP 32320e-01 10817e-01 29879 00029146
JRK -13723e+00 25212e-01 -54432 7419e-08
TUK 73517e-05 11300e-05 65059 1541e-10
BUD -94740e-01 49365e-01 -19192 00554017
KER -19786e-01 12555e+00 -01576 08748191
---
Signif codes 0 lsquorsquo 0001 lsquorsquo 001 lsquorsquo 005 lsquorsquo 01 lsquo rsquo 1
Total Sum of Squares 42638
Residual Sum of Squares 26445
R-Squared 037976
Adj R-Squared 037214
F-statistic 498251 on 8 and 651 DF p-value lt 222e-16
HASIL amp PEMBAHASAN
Dalam uji multicollinearity pada tabel 2 dapat diamati korelasi antar variabel yang digunakan dimana
variabel jarak dan budaya memiliki korelasi yang bernilai negatif terhadap nilai dagang Pada tabel 3 dapat
diamati seberapa besar pengaruh suatu variabel independen terhadap variabel dependen apabila dianggap
tidak mempengaruhi variabel lain dalam hal ini produk domestik bruto dan jumlah populasi Indonesia
memiliki nilai terbesar Sehingga dapat disimpulkan bahwa terdapat multicollinearity pada data tersebut
Dalam uji heteroscedasticity nilai p ndash value yang diperoleh (22e-16) kurang dari 005 Sehingga dapat
diambil kesimpulan bahwa data tersebut bersifat heterogen Heteroscedasticity berarti scatter plot untuk
variabel independen terhadap variabel dependen tidak linear Nilai 05 pada p ndash value merupakan ketentuan
yang lazim digunakan sebagai suatu parameter statistik
Dalam uji cross-sectional dependence teramati bahwa nilai p ndash value kurang dari 005 sehingga dapat
disimpulkan bahwa ada hubungan saling bergantung antara negara-negara yang diteliti
ISBN 978-602-61045-3-3 210
30 November2017
PROSIDINGSKF2017
Setelah dilakukan pengujian terhadap data pada model hasil estimasi untuk random effect model
ditunjukkan oleh variabel dengan significant level lebih baik Variabel jarak budaya dan kerjasama
merupakan 3 variabel dengan significant level teratas
KESIMPULAN
Didapatkan bahwa faktor yang berpengaruh besar terhadap nilai dagang antara Indonesia dengan negara
lain adalah jarak antara Indonesia dengan negara tersebut kesamaan budaya dan ada atau tidaknya kerja
sama dagang antara Indonesia dengan negara tersebut
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Drrernat Sparisoma Viridi atas dukungan dan bimbingan
beliau selama penulisan artikel ini
REFERENSI
1 httpswitsworldbankorgCountryProfileenCountryVNMYear2000TradeFlowEXPIMP
2 httpswwwtrademaporgtradestatBilateral_TSaspxnvpm=1|704||368||TOTAL|||2|1|1|2|2|1|1|1|1
3 httpwwwimforgexternaldatamapperNPDBDWEOOEMDCADVECWEOWORLD
4 httpwwwimforgexternaldatamapperLPWEOOEMDCADVECWEOWORLD
5 httpwwwchemical-ecologynetjavalat-longhtm
6 httpsdistancecalculatorglobefeedcomDistance_Between_Countriesasp
7 httpsgeographyfieldworkcomWorldCapitalCitieshtm
8 httpswwwcountries-ofthe-worldcomcapitals-of-the-worldhtml
9 httpsdataworldbankorgindicatorPANUSFCRFend=2016amplocations=IDampname_desc=falseampst
art=2005
10 httpdatabankworldbankorgdatareportsaspxsource=global-economic-monitor-
(gem)ampType=TABLEamppreview=on
11 httpsenwikipediaorgwikiReligions_by_country
12 httpsenwikipediaorgwikiReligion_in_Asia
13 httpsenwikipediaorgwikiIslam_by_country
14 httpwwwxinhuanetcomenglish2017-1113c_136747039htm
15 httpwwwusindoorgwhat-we-dodeepening-the-u-s-indonesia-strategic-partnership
16 Thi Thanh Binh Dinh et al Applying Gravity Model To Analyze Trade Activities of Vietnam
ISBN 978-602-61045-3-3 211
30 November2017
PROSIDINGSKF2017
jumlah penduduk dan kurs mata uang Jumlah negara yang diteliti adalah 60 negara yang terdiri dari 10
negara anggota ASEAN 23 negara anggota Uni Eropa 14 negara Asia Barat 10 negara Afrika dan 3 negara
dengan tingkat ekonomi tertinggi yaitu Amerika China dan Jepang Rentang waktu yang digunakan adalah
11 tahun dari tahun 2000 hingga 2010
Gravity model merupakan salah satu model yang dapat menjelaskan arus perdagangan bilateral antara dua
negara yang tidak dapat diselesaikan dengan teori ekonomi yang lain Model ini merupakan turunan dari
hukum gravitasi Newton yaitu gravitasi antara dua buah objek adalah sebanding dengan massanya dan
berbanding terbalik dengan kuadrat dari jaraknya
119865ij = 119866119872119894119872119895
119903ij2
(1)
Keterangan
Fij gaya gravitasi antara objek i dan j
G konstanta Gravitasi
Mi Mj massa objek i j
Rij jarak antara objek i dan j
Jan Tinbergen merupakan seorang ekonom asal Belanda yang pertama kali mengaplikasikan gravity
model pada tahun 1962 Dalam modelnya variable dependennya adalah arus perdagangan antara negara A
dan B dan variable independennya adalah PDB (Produk Domestik Bruto) dan jarak antara kedua negara
Hasil yang ia dapatkan adalah variabel PDB mempunyai efek yang positif terhadap arus perdagangan kedua
negara dan kebalikannya variabel jarak memiliki efek yang negative terhadap arus perdagangan Maka dapat
disimpulkan bahwa negara yang memiliki PDB yang besar dan berdekatan secara jarak cenderung lebih
sering melakukan perdagangan
Krugman dan Obstfield (2005) memberikan model yang lebih umum yaitu
119879ij = 119860 119884119894119884119895
119863ij2
(2)
Keterangan
Tij total arus perdagangan dari negara asal i menuju negara tujuan j
Yi Yj ukuran ekonomi dari kedua negara tersebut (biasanya direpresentasikan dengan PDB)
Dij jarak antara kedua negara i dan j
A konstanta
Hasil penelitian Tinbergen banyak digunakan oleh ekonom-ekonom yang lain misalnya Rahman (2009)
Dalam penelitiannya ia menyelidiki potensial perdagangan Australia dengan data terhadap 50 negara
Hasilnya adalah perdagangan bilateral Australia dipengaruhi secara positif oleh besar ekonomi suatu negara
PDB per kapita keterbukaan terhadap asing penuturan bahasa yang sama dan dipengaruhi secara negative
oleh jarak antara negara yang mempunyai hubungan perdagangan
Persamaan gravity model yang telah dimodifikasi
log 119879119894119895119905 = 1205720 + 1205721 log(119884119894119905) + 1205722 log(119884119895119905) + 1205723 log(119873119894119905) + 1205724 log(119873119895119905) + 1205725 log(119863119894119895) + 1205726119864119883119894119895119905
+ 1205727119862119894119895119905 + 119890119894119895119905
(3)
Keterangan
i 1 (Indonesia)
j 2 3 4 (negara-negara yang bekerja sama dengan Indonesia)
t 2006 2007 2016 (11 tahun)
119879119894119895119905 Nilai dagang (impor + ekspor) Indonesia dengan negara j pada tahun t
119884119894119905 Produk Domestik Bruto Indonesia pada tahun t
119884119895119905 Produk Domestik Bruto negara j pada tahun t
119873119894119905 Populasi Indonesia pada tahun t
119873119895119905 Populasi negara j pada tahun t
119863119894119895 Jarak antara ibukota Indonesia dan ibukota negara j
ISBN 978-602-61045-3-3 206
30 November2017
PROSIDINGSKF2017
119864119883119894119895119905 Nilai tukar antara Indonesia dan negara j pada tahun t
119862119894119895119905 Variabel tambahan (dummy) untuk perbedaan budaya antara Indonesia dan negara j pada tahun t
jika negara j memiliki persentase penduduk beragama Muslim yang terbesar di negaranya 119862119894119895119905 =
1 Jika tidak 119862119894119895119905 = 0
119890119894119895119905 faktor error
Persamaan (2) dimodifikasi sedemikian rupa menjadi persamaan (3) untuk penelitian ini Tujuan dari
makalah ini adalah mencari faktor-faktor penting yang mempengaruhi nilai dagang (119879119894119895119905) antara Indonesia
dan negara lain Faktor-faktor tersebut didapatkan dengan menentukan koefisien 1205720 1205721 1205722 1205723 1205724 1205725 1205726
1205727 dan 119890119894119895119905 Untuk menentukan koefisien-koefisien tersebut dilakukan regresi terhadap data panel dan
didapatkan model persamaan yang akan menentukan nilai dagang dari variabel pada persamaan (3) Namun
sebelum dilakukan regresi harus dilakukan pengujian data panel untuk memilih jenis regresi apa yang paling
sesuai digunakan
DESKRIPSI DATA
Data yang dipakai dalam penelitian ini sebagian besar diambil dari data World Bank dan International
Monetary Fund yang tersedia secara gratis pada situs resmi mereka Berikut diberikan gambaran singkat
mengenai data yang dipakai dalam penelitian ini
Tabel 1 Statistik deskriptif
obs mean stdev min max
DAG 660 205E+06 541E+06 132E+02 42873029
PDB INA 11 379E+11 190E+11 175E+11 755E+11
PDB 660 640E+11 184E+12 422E+08 15E+13
POP INA 11 222E+08 104E+07 206E+08 238E+08
POP 660 537E+07 170E+08 283E+05 134E+09
JRK 660 857E+03 353E+03 887E+02 1635049
TUK 660 403E+03 709E+03 475E-01 3608715
BUD 660 117E-01 321E-01 000E+00 1
KER 660 167E-02 128E-01 000E+00 1
Keterangan
DAG Nilai dagang (Ribu US$)
PDB INA Produk Domestik Bruto Indonesia (US$)
PDB Produk Domestik Bruto negara lain (US$)
POP INA Populasi Indonesia (Orang)
POP Populasi negara lain (Orang)
JRK Jarak (Kilometer)
TUK Nilai Tukar (Rupiahmata uang lokal)
BUD Budaya (tanpa satuan)
KER Kerjasama (tanpa satuan)
Gambar 1 dan 2 berikut ini menjelaskan aktivitas dan laju pertumbuhan dagang (ekspor amp impor)
Indonesia terhadap 5 kelompok negara Aktivitas dagang tertinggi Indonesia dilakukan dengan 3 negara
penguasa ekonomi (berkisar antara 257 ndash 982 miliar US$) dan terendah dengan negara-negara di Afrika
(antara 144 ndash 574 miliar US$) Akan tetapi laju pertumbuhan rata-rata aktivitas dagang Indonesia justru
memiliki persentase paling tinggi dengan negara-negara di ASEAN (1814) dan terendah dengan negara-
negara Uni Eropa (853)
ISBN 978-602-61045-3-3 207
30 November2017
PROSIDINGSKF2017
Gambar 1 Nilai dagang Indonesia dengan 5 kelompok negara
Gambar 2 Laju pertumbuhan rata-rata nilai dagang Indonesia dengan 5 kelompok negara
Keterangan
Kelompok 1 3 negara penguasa ekonomi (China Jepang dan Amerika Serikat)
Kelompok 2 23 negara Uni Eropa
Kelompok 3 10 negara Asia Tenggara
Kelompok 4 14 negara Asia Barat
Kelompok 5 10 negara Afrika
METODE
Langkah-langkah pengolahan data dalam penelitian ini adalah sebagai berikut
1 Uji multicollinearity dengan Pearson Correlation test dan Variance-Inflation Factor
2 Uji heteroskedasticity dengan Breusch-Pagan test dan Wald test
3 Uji cross-section dependence dengan Pesaran CD test
4 Penentuan efek estimator (random effects fixed effects pooled model) dengan menggunakan
Breusch-Pagan Lagrange Multiplier test
5 Penentuan faktor-faktor yang paling mempengaruhi nilai dagang dengan menggunakan FGLS
regression
0
10000000
20000000
30000000
40000000
50000000
60000000
70000000
80000000
90000000
100000000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Nilai Dagang Indonesia dengan 5 Kelompok Negara
Tahun 2000 - 2010 (Ribu US$)
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Kelompok 5
1293
853
1814
1339
1743
000
500
1000
1500
2000
Kelompok 1 Kelompok 2 Kelompok 3 Kelompok 4 Kelompok 5
Laju Pertumbuhan Rata-rata Nilai Dagang Indonesia dengan 5 Kelompok Negara
Tahun 2000 - 2010 ()
ISBN 978-602-61045-3-3 208
30 November2017
PROSIDINGSKF2017
PENGOLAHAN DATA
1 Uji multicollinearity
Pearson Correlation test
Tabel 2 Korelasi antar variabel
DAG PDB
INA PDB
POP
INA POP JRK TUK BUD KER
DAG 1
PDB
INA 015 1
PDB 072 019 1
POP
INA 014 099 019 1
POP 046 004 058 004 1
JRK -02 0 033 0 008 1
TUK -0 001 -01 001 -03 002 1
BUD -02 0 -01 0 017 011 -01 1
KER 02 0 033 0 024 016 01 -01 1
Variance-Inflation Factor
Tabel 3 Variance-Inflation Factor
PDB INA 66912316
POP INA 66888675
BUD 1126813
JRK 1210213
PDB 2043961
POP 188818
TUK 1141636
KER 1169089
Rata-rata 1780
2 Uji heteroscedasticity
Breusch-Pagan test
data Y ~ X
BP = 14489 df = 8 p-value lt 22e-16
Wald test
data Y ~ X
Chisq = 3986 df = 8 p-value lt 22e-16
3 Uji cross-section dependence
Pesaran CD test for cross-sectional dependence in panels
data Y ~ X
ISBN 978-602-61045-3-3 209
30 November2017
PROSIDINGSKF2017
z = 58395 p-value = 5235e-09
alternative hypothesis cross-sectional dependence
4 Hasil Estimasi menggunakan FGLS regression
Oneway (individual) effect Random Effect Model
(Swamy-Aroras transformation)
Call
plm(formula = Y ~ X data = pdata model = random)
Balanced Panel n = 60 T = 11 N = 660
Effects
varstddev share
idiosyncratic 03865 06217 0233
individual 12755 11294 0767
theta 08363
Residuals
Min 1st Qu Median 3rd Qu Max
-3344756 -0300554 0019248 0323809 3804281
Coefficients
Estimate Std Error t-value Pr(gt|t|)
(Intercept) 29790e+02 76109e+01 39141 00001003
PDB INA 18122e+00 42877e-01 42265 2713e-05
PDB 72234e-01 87642e-02 82419 9343e-16
POP INA -17974e+01 45435e+00 -39559 8462e-05
POP 32320e-01 10817e-01 29879 00029146
JRK -13723e+00 25212e-01 -54432 7419e-08
TUK 73517e-05 11300e-05 65059 1541e-10
BUD -94740e-01 49365e-01 -19192 00554017
KER -19786e-01 12555e+00 -01576 08748191
---
Signif codes 0 lsquorsquo 0001 lsquorsquo 001 lsquorsquo 005 lsquorsquo 01 lsquo rsquo 1
Total Sum of Squares 42638
Residual Sum of Squares 26445
R-Squared 037976
Adj R-Squared 037214
F-statistic 498251 on 8 and 651 DF p-value lt 222e-16
HASIL amp PEMBAHASAN
Dalam uji multicollinearity pada tabel 2 dapat diamati korelasi antar variabel yang digunakan dimana
variabel jarak dan budaya memiliki korelasi yang bernilai negatif terhadap nilai dagang Pada tabel 3 dapat
diamati seberapa besar pengaruh suatu variabel independen terhadap variabel dependen apabila dianggap
tidak mempengaruhi variabel lain dalam hal ini produk domestik bruto dan jumlah populasi Indonesia
memiliki nilai terbesar Sehingga dapat disimpulkan bahwa terdapat multicollinearity pada data tersebut
Dalam uji heteroscedasticity nilai p ndash value yang diperoleh (22e-16) kurang dari 005 Sehingga dapat
diambil kesimpulan bahwa data tersebut bersifat heterogen Heteroscedasticity berarti scatter plot untuk
variabel independen terhadap variabel dependen tidak linear Nilai 05 pada p ndash value merupakan ketentuan
yang lazim digunakan sebagai suatu parameter statistik
Dalam uji cross-sectional dependence teramati bahwa nilai p ndash value kurang dari 005 sehingga dapat
disimpulkan bahwa ada hubungan saling bergantung antara negara-negara yang diteliti
ISBN 978-602-61045-3-3 210
30 November2017
PROSIDINGSKF2017
Setelah dilakukan pengujian terhadap data pada model hasil estimasi untuk random effect model
ditunjukkan oleh variabel dengan significant level lebih baik Variabel jarak budaya dan kerjasama
merupakan 3 variabel dengan significant level teratas
KESIMPULAN
Didapatkan bahwa faktor yang berpengaruh besar terhadap nilai dagang antara Indonesia dengan negara
lain adalah jarak antara Indonesia dengan negara tersebut kesamaan budaya dan ada atau tidaknya kerja
sama dagang antara Indonesia dengan negara tersebut
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Drrernat Sparisoma Viridi atas dukungan dan bimbingan
beliau selama penulisan artikel ini
REFERENSI
1 httpswitsworldbankorgCountryProfileenCountryVNMYear2000TradeFlowEXPIMP
2 httpswwwtrademaporgtradestatBilateral_TSaspxnvpm=1|704||368||TOTAL|||2|1|1|2|2|1|1|1|1
3 httpwwwimforgexternaldatamapperNPDBDWEOOEMDCADVECWEOWORLD
4 httpwwwimforgexternaldatamapperLPWEOOEMDCADVECWEOWORLD
5 httpwwwchemical-ecologynetjavalat-longhtm
6 httpsdistancecalculatorglobefeedcomDistance_Between_Countriesasp
7 httpsgeographyfieldworkcomWorldCapitalCitieshtm
8 httpswwwcountries-ofthe-worldcomcapitals-of-the-worldhtml
9 httpsdataworldbankorgindicatorPANUSFCRFend=2016amplocations=IDampname_desc=falseampst
art=2005
10 httpdatabankworldbankorgdatareportsaspxsource=global-economic-monitor-
(gem)ampType=TABLEamppreview=on
11 httpsenwikipediaorgwikiReligions_by_country
12 httpsenwikipediaorgwikiReligion_in_Asia
13 httpsenwikipediaorgwikiIslam_by_country
14 httpwwwxinhuanetcomenglish2017-1113c_136747039htm
15 httpwwwusindoorgwhat-we-dodeepening-the-u-s-indonesia-strategic-partnership
16 Thi Thanh Binh Dinh et al Applying Gravity Model To Analyze Trade Activities of Vietnam
ISBN 978-602-61045-3-3 211
30 November2017
PROSIDINGSKF2017
119864119883119894119895119905 Nilai tukar antara Indonesia dan negara j pada tahun t
119862119894119895119905 Variabel tambahan (dummy) untuk perbedaan budaya antara Indonesia dan negara j pada tahun t
jika negara j memiliki persentase penduduk beragama Muslim yang terbesar di negaranya 119862119894119895119905 =
1 Jika tidak 119862119894119895119905 = 0
119890119894119895119905 faktor error
Persamaan (2) dimodifikasi sedemikian rupa menjadi persamaan (3) untuk penelitian ini Tujuan dari
makalah ini adalah mencari faktor-faktor penting yang mempengaruhi nilai dagang (119879119894119895119905) antara Indonesia
dan negara lain Faktor-faktor tersebut didapatkan dengan menentukan koefisien 1205720 1205721 1205722 1205723 1205724 1205725 1205726
1205727 dan 119890119894119895119905 Untuk menentukan koefisien-koefisien tersebut dilakukan regresi terhadap data panel dan
didapatkan model persamaan yang akan menentukan nilai dagang dari variabel pada persamaan (3) Namun
sebelum dilakukan regresi harus dilakukan pengujian data panel untuk memilih jenis regresi apa yang paling
sesuai digunakan
DESKRIPSI DATA
Data yang dipakai dalam penelitian ini sebagian besar diambil dari data World Bank dan International
Monetary Fund yang tersedia secara gratis pada situs resmi mereka Berikut diberikan gambaran singkat
mengenai data yang dipakai dalam penelitian ini
Tabel 1 Statistik deskriptif
obs mean stdev min max
DAG 660 205E+06 541E+06 132E+02 42873029
PDB INA 11 379E+11 190E+11 175E+11 755E+11
PDB 660 640E+11 184E+12 422E+08 15E+13
POP INA 11 222E+08 104E+07 206E+08 238E+08
POP 660 537E+07 170E+08 283E+05 134E+09
JRK 660 857E+03 353E+03 887E+02 1635049
TUK 660 403E+03 709E+03 475E-01 3608715
BUD 660 117E-01 321E-01 000E+00 1
KER 660 167E-02 128E-01 000E+00 1
Keterangan
DAG Nilai dagang (Ribu US$)
PDB INA Produk Domestik Bruto Indonesia (US$)
PDB Produk Domestik Bruto negara lain (US$)
POP INA Populasi Indonesia (Orang)
POP Populasi negara lain (Orang)
JRK Jarak (Kilometer)
TUK Nilai Tukar (Rupiahmata uang lokal)
BUD Budaya (tanpa satuan)
KER Kerjasama (tanpa satuan)
Gambar 1 dan 2 berikut ini menjelaskan aktivitas dan laju pertumbuhan dagang (ekspor amp impor)
Indonesia terhadap 5 kelompok negara Aktivitas dagang tertinggi Indonesia dilakukan dengan 3 negara
penguasa ekonomi (berkisar antara 257 ndash 982 miliar US$) dan terendah dengan negara-negara di Afrika
(antara 144 ndash 574 miliar US$) Akan tetapi laju pertumbuhan rata-rata aktivitas dagang Indonesia justru
memiliki persentase paling tinggi dengan negara-negara di ASEAN (1814) dan terendah dengan negara-
negara Uni Eropa (853)
ISBN 978-602-61045-3-3 207
30 November2017
PROSIDINGSKF2017
Gambar 1 Nilai dagang Indonesia dengan 5 kelompok negara
Gambar 2 Laju pertumbuhan rata-rata nilai dagang Indonesia dengan 5 kelompok negara
Keterangan
Kelompok 1 3 negara penguasa ekonomi (China Jepang dan Amerika Serikat)
Kelompok 2 23 negara Uni Eropa
Kelompok 3 10 negara Asia Tenggara
Kelompok 4 14 negara Asia Barat
Kelompok 5 10 negara Afrika
METODE
Langkah-langkah pengolahan data dalam penelitian ini adalah sebagai berikut
1 Uji multicollinearity dengan Pearson Correlation test dan Variance-Inflation Factor
2 Uji heteroskedasticity dengan Breusch-Pagan test dan Wald test
3 Uji cross-section dependence dengan Pesaran CD test
4 Penentuan efek estimator (random effects fixed effects pooled model) dengan menggunakan
Breusch-Pagan Lagrange Multiplier test
5 Penentuan faktor-faktor yang paling mempengaruhi nilai dagang dengan menggunakan FGLS
regression
0
10000000
20000000
30000000
40000000
50000000
60000000
70000000
80000000
90000000
100000000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Nilai Dagang Indonesia dengan 5 Kelompok Negara
Tahun 2000 - 2010 (Ribu US$)
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Kelompok 5
1293
853
1814
1339
1743
000
500
1000
1500
2000
Kelompok 1 Kelompok 2 Kelompok 3 Kelompok 4 Kelompok 5
Laju Pertumbuhan Rata-rata Nilai Dagang Indonesia dengan 5 Kelompok Negara
Tahun 2000 - 2010 ()
ISBN 978-602-61045-3-3 208
30 November2017
PROSIDINGSKF2017
PENGOLAHAN DATA
1 Uji multicollinearity
Pearson Correlation test
Tabel 2 Korelasi antar variabel
DAG PDB
INA PDB
POP
INA POP JRK TUK BUD KER
DAG 1
PDB
INA 015 1
PDB 072 019 1
POP
INA 014 099 019 1
POP 046 004 058 004 1
JRK -02 0 033 0 008 1
TUK -0 001 -01 001 -03 002 1
BUD -02 0 -01 0 017 011 -01 1
KER 02 0 033 0 024 016 01 -01 1
Variance-Inflation Factor
Tabel 3 Variance-Inflation Factor
PDB INA 66912316
POP INA 66888675
BUD 1126813
JRK 1210213
PDB 2043961
POP 188818
TUK 1141636
KER 1169089
Rata-rata 1780
2 Uji heteroscedasticity
Breusch-Pagan test
data Y ~ X
BP = 14489 df = 8 p-value lt 22e-16
Wald test
data Y ~ X
Chisq = 3986 df = 8 p-value lt 22e-16
3 Uji cross-section dependence
Pesaran CD test for cross-sectional dependence in panels
data Y ~ X
ISBN 978-602-61045-3-3 209
30 November2017
PROSIDINGSKF2017
z = 58395 p-value = 5235e-09
alternative hypothesis cross-sectional dependence
4 Hasil Estimasi menggunakan FGLS regression
Oneway (individual) effect Random Effect Model
(Swamy-Aroras transformation)
Call
plm(formula = Y ~ X data = pdata model = random)
Balanced Panel n = 60 T = 11 N = 660
Effects
varstddev share
idiosyncratic 03865 06217 0233
individual 12755 11294 0767
theta 08363
Residuals
Min 1st Qu Median 3rd Qu Max
-3344756 -0300554 0019248 0323809 3804281
Coefficients
Estimate Std Error t-value Pr(gt|t|)
(Intercept) 29790e+02 76109e+01 39141 00001003
PDB INA 18122e+00 42877e-01 42265 2713e-05
PDB 72234e-01 87642e-02 82419 9343e-16
POP INA -17974e+01 45435e+00 -39559 8462e-05
POP 32320e-01 10817e-01 29879 00029146
JRK -13723e+00 25212e-01 -54432 7419e-08
TUK 73517e-05 11300e-05 65059 1541e-10
BUD -94740e-01 49365e-01 -19192 00554017
KER -19786e-01 12555e+00 -01576 08748191
---
Signif codes 0 lsquorsquo 0001 lsquorsquo 001 lsquorsquo 005 lsquorsquo 01 lsquo rsquo 1
Total Sum of Squares 42638
Residual Sum of Squares 26445
R-Squared 037976
Adj R-Squared 037214
F-statistic 498251 on 8 and 651 DF p-value lt 222e-16
HASIL amp PEMBAHASAN
Dalam uji multicollinearity pada tabel 2 dapat diamati korelasi antar variabel yang digunakan dimana
variabel jarak dan budaya memiliki korelasi yang bernilai negatif terhadap nilai dagang Pada tabel 3 dapat
diamati seberapa besar pengaruh suatu variabel independen terhadap variabel dependen apabila dianggap
tidak mempengaruhi variabel lain dalam hal ini produk domestik bruto dan jumlah populasi Indonesia
memiliki nilai terbesar Sehingga dapat disimpulkan bahwa terdapat multicollinearity pada data tersebut
Dalam uji heteroscedasticity nilai p ndash value yang diperoleh (22e-16) kurang dari 005 Sehingga dapat
diambil kesimpulan bahwa data tersebut bersifat heterogen Heteroscedasticity berarti scatter plot untuk
variabel independen terhadap variabel dependen tidak linear Nilai 05 pada p ndash value merupakan ketentuan
yang lazim digunakan sebagai suatu parameter statistik
Dalam uji cross-sectional dependence teramati bahwa nilai p ndash value kurang dari 005 sehingga dapat
disimpulkan bahwa ada hubungan saling bergantung antara negara-negara yang diteliti
ISBN 978-602-61045-3-3 210
30 November2017
PROSIDINGSKF2017
Setelah dilakukan pengujian terhadap data pada model hasil estimasi untuk random effect model
ditunjukkan oleh variabel dengan significant level lebih baik Variabel jarak budaya dan kerjasama
merupakan 3 variabel dengan significant level teratas
KESIMPULAN
Didapatkan bahwa faktor yang berpengaruh besar terhadap nilai dagang antara Indonesia dengan negara
lain adalah jarak antara Indonesia dengan negara tersebut kesamaan budaya dan ada atau tidaknya kerja
sama dagang antara Indonesia dengan negara tersebut
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Drrernat Sparisoma Viridi atas dukungan dan bimbingan
beliau selama penulisan artikel ini
REFERENSI
1 httpswitsworldbankorgCountryProfileenCountryVNMYear2000TradeFlowEXPIMP
2 httpswwwtrademaporgtradestatBilateral_TSaspxnvpm=1|704||368||TOTAL|||2|1|1|2|2|1|1|1|1
3 httpwwwimforgexternaldatamapperNPDBDWEOOEMDCADVECWEOWORLD
4 httpwwwimforgexternaldatamapperLPWEOOEMDCADVECWEOWORLD
5 httpwwwchemical-ecologynetjavalat-longhtm
6 httpsdistancecalculatorglobefeedcomDistance_Between_Countriesasp
7 httpsgeographyfieldworkcomWorldCapitalCitieshtm
8 httpswwwcountries-ofthe-worldcomcapitals-of-the-worldhtml
9 httpsdataworldbankorgindicatorPANUSFCRFend=2016amplocations=IDampname_desc=falseampst
art=2005
10 httpdatabankworldbankorgdatareportsaspxsource=global-economic-monitor-
(gem)ampType=TABLEamppreview=on
11 httpsenwikipediaorgwikiReligions_by_country
12 httpsenwikipediaorgwikiReligion_in_Asia
13 httpsenwikipediaorgwikiIslam_by_country
14 httpwwwxinhuanetcomenglish2017-1113c_136747039htm
15 httpwwwusindoorgwhat-we-dodeepening-the-u-s-indonesia-strategic-partnership
16 Thi Thanh Binh Dinh et al Applying Gravity Model To Analyze Trade Activities of Vietnam
ISBN 978-602-61045-3-3 211
30 November2017
PROSIDINGSKF2017
Gambar 1 Nilai dagang Indonesia dengan 5 kelompok negara
Gambar 2 Laju pertumbuhan rata-rata nilai dagang Indonesia dengan 5 kelompok negara
Keterangan
Kelompok 1 3 negara penguasa ekonomi (China Jepang dan Amerika Serikat)
Kelompok 2 23 negara Uni Eropa
Kelompok 3 10 negara Asia Tenggara
Kelompok 4 14 negara Asia Barat
Kelompok 5 10 negara Afrika
METODE
Langkah-langkah pengolahan data dalam penelitian ini adalah sebagai berikut
1 Uji multicollinearity dengan Pearson Correlation test dan Variance-Inflation Factor
2 Uji heteroskedasticity dengan Breusch-Pagan test dan Wald test
3 Uji cross-section dependence dengan Pesaran CD test
4 Penentuan efek estimator (random effects fixed effects pooled model) dengan menggunakan
Breusch-Pagan Lagrange Multiplier test
5 Penentuan faktor-faktor yang paling mempengaruhi nilai dagang dengan menggunakan FGLS
regression
0
10000000
20000000
30000000
40000000
50000000
60000000
70000000
80000000
90000000
100000000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Nilai Dagang Indonesia dengan 5 Kelompok Negara
Tahun 2000 - 2010 (Ribu US$)
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Kelompok 5
1293
853
1814
1339
1743
000
500
1000
1500
2000
Kelompok 1 Kelompok 2 Kelompok 3 Kelompok 4 Kelompok 5
Laju Pertumbuhan Rata-rata Nilai Dagang Indonesia dengan 5 Kelompok Negara
Tahun 2000 - 2010 ()
ISBN 978-602-61045-3-3 208
30 November2017
PROSIDINGSKF2017
PENGOLAHAN DATA
1 Uji multicollinearity
Pearson Correlation test
Tabel 2 Korelasi antar variabel
DAG PDB
INA PDB
POP
INA POP JRK TUK BUD KER
DAG 1
PDB
INA 015 1
PDB 072 019 1
POP
INA 014 099 019 1
POP 046 004 058 004 1
JRK -02 0 033 0 008 1
TUK -0 001 -01 001 -03 002 1
BUD -02 0 -01 0 017 011 -01 1
KER 02 0 033 0 024 016 01 -01 1
Variance-Inflation Factor
Tabel 3 Variance-Inflation Factor
PDB INA 66912316
POP INA 66888675
BUD 1126813
JRK 1210213
PDB 2043961
POP 188818
TUK 1141636
KER 1169089
Rata-rata 1780
2 Uji heteroscedasticity
Breusch-Pagan test
data Y ~ X
BP = 14489 df = 8 p-value lt 22e-16
Wald test
data Y ~ X
Chisq = 3986 df = 8 p-value lt 22e-16
3 Uji cross-section dependence
Pesaran CD test for cross-sectional dependence in panels
data Y ~ X
ISBN 978-602-61045-3-3 209
30 November2017
PROSIDINGSKF2017
z = 58395 p-value = 5235e-09
alternative hypothesis cross-sectional dependence
4 Hasil Estimasi menggunakan FGLS regression
Oneway (individual) effect Random Effect Model
(Swamy-Aroras transformation)
Call
plm(formula = Y ~ X data = pdata model = random)
Balanced Panel n = 60 T = 11 N = 660
Effects
varstddev share
idiosyncratic 03865 06217 0233
individual 12755 11294 0767
theta 08363
Residuals
Min 1st Qu Median 3rd Qu Max
-3344756 -0300554 0019248 0323809 3804281
Coefficients
Estimate Std Error t-value Pr(gt|t|)
(Intercept) 29790e+02 76109e+01 39141 00001003
PDB INA 18122e+00 42877e-01 42265 2713e-05
PDB 72234e-01 87642e-02 82419 9343e-16
POP INA -17974e+01 45435e+00 -39559 8462e-05
POP 32320e-01 10817e-01 29879 00029146
JRK -13723e+00 25212e-01 -54432 7419e-08
TUK 73517e-05 11300e-05 65059 1541e-10
BUD -94740e-01 49365e-01 -19192 00554017
KER -19786e-01 12555e+00 -01576 08748191
---
Signif codes 0 lsquorsquo 0001 lsquorsquo 001 lsquorsquo 005 lsquorsquo 01 lsquo rsquo 1
Total Sum of Squares 42638
Residual Sum of Squares 26445
R-Squared 037976
Adj R-Squared 037214
F-statistic 498251 on 8 and 651 DF p-value lt 222e-16
HASIL amp PEMBAHASAN
Dalam uji multicollinearity pada tabel 2 dapat diamati korelasi antar variabel yang digunakan dimana
variabel jarak dan budaya memiliki korelasi yang bernilai negatif terhadap nilai dagang Pada tabel 3 dapat
diamati seberapa besar pengaruh suatu variabel independen terhadap variabel dependen apabila dianggap
tidak mempengaruhi variabel lain dalam hal ini produk domestik bruto dan jumlah populasi Indonesia
memiliki nilai terbesar Sehingga dapat disimpulkan bahwa terdapat multicollinearity pada data tersebut
Dalam uji heteroscedasticity nilai p ndash value yang diperoleh (22e-16) kurang dari 005 Sehingga dapat
diambil kesimpulan bahwa data tersebut bersifat heterogen Heteroscedasticity berarti scatter plot untuk
variabel independen terhadap variabel dependen tidak linear Nilai 05 pada p ndash value merupakan ketentuan
yang lazim digunakan sebagai suatu parameter statistik
Dalam uji cross-sectional dependence teramati bahwa nilai p ndash value kurang dari 005 sehingga dapat
disimpulkan bahwa ada hubungan saling bergantung antara negara-negara yang diteliti
ISBN 978-602-61045-3-3 210
30 November2017
PROSIDINGSKF2017
Setelah dilakukan pengujian terhadap data pada model hasil estimasi untuk random effect model
ditunjukkan oleh variabel dengan significant level lebih baik Variabel jarak budaya dan kerjasama
merupakan 3 variabel dengan significant level teratas
KESIMPULAN
Didapatkan bahwa faktor yang berpengaruh besar terhadap nilai dagang antara Indonesia dengan negara
lain adalah jarak antara Indonesia dengan negara tersebut kesamaan budaya dan ada atau tidaknya kerja
sama dagang antara Indonesia dengan negara tersebut
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Drrernat Sparisoma Viridi atas dukungan dan bimbingan
beliau selama penulisan artikel ini
REFERENSI
1 httpswitsworldbankorgCountryProfileenCountryVNMYear2000TradeFlowEXPIMP
2 httpswwwtrademaporgtradestatBilateral_TSaspxnvpm=1|704||368||TOTAL|||2|1|1|2|2|1|1|1|1
3 httpwwwimforgexternaldatamapperNPDBDWEOOEMDCADVECWEOWORLD
4 httpwwwimforgexternaldatamapperLPWEOOEMDCADVECWEOWORLD
5 httpwwwchemical-ecologynetjavalat-longhtm
6 httpsdistancecalculatorglobefeedcomDistance_Between_Countriesasp
7 httpsgeographyfieldworkcomWorldCapitalCitieshtm
8 httpswwwcountries-ofthe-worldcomcapitals-of-the-worldhtml
9 httpsdataworldbankorgindicatorPANUSFCRFend=2016amplocations=IDampname_desc=falseampst
art=2005
10 httpdatabankworldbankorgdatareportsaspxsource=global-economic-monitor-
(gem)ampType=TABLEamppreview=on
11 httpsenwikipediaorgwikiReligions_by_country
12 httpsenwikipediaorgwikiReligion_in_Asia
13 httpsenwikipediaorgwikiIslam_by_country
14 httpwwwxinhuanetcomenglish2017-1113c_136747039htm
15 httpwwwusindoorgwhat-we-dodeepening-the-u-s-indonesia-strategic-partnership
16 Thi Thanh Binh Dinh et al Applying Gravity Model To Analyze Trade Activities of Vietnam
ISBN 978-602-61045-3-3 211
30 November2017
PROSIDINGSKF2017
PENGOLAHAN DATA
1 Uji multicollinearity
Pearson Correlation test
Tabel 2 Korelasi antar variabel
DAG PDB
INA PDB
POP
INA POP JRK TUK BUD KER
DAG 1
PDB
INA 015 1
PDB 072 019 1
POP
INA 014 099 019 1
POP 046 004 058 004 1
JRK -02 0 033 0 008 1
TUK -0 001 -01 001 -03 002 1
BUD -02 0 -01 0 017 011 -01 1
KER 02 0 033 0 024 016 01 -01 1
Variance-Inflation Factor
Tabel 3 Variance-Inflation Factor
PDB INA 66912316
POP INA 66888675
BUD 1126813
JRK 1210213
PDB 2043961
POP 188818
TUK 1141636
KER 1169089
Rata-rata 1780
2 Uji heteroscedasticity
Breusch-Pagan test
data Y ~ X
BP = 14489 df = 8 p-value lt 22e-16
Wald test
data Y ~ X
Chisq = 3986 df = 8 p-value lt 22e-16
3 Uji cross-section dependence
Pesaran CD test for cross-sectional dependence in panels
data Y ~ X
ISBN 978-602-61045-3-3 209
30 November2017
PROSIDINGSKF2017
z = 58395 p-value = 5235e-09
alternative hypothesis cross-sectional dependence
4 Hasil Estimasi menggunakan FGLS regression
Oneway (individual) effect Random Effect Model
(Swamy-Aroras transformation)
Call
plm(formula = Y ~ X data = pdata model = random)
Balanced Panel n = 60 T = 11 N = 660
Effects
varstddev share
idiosyncratic 03865 06217 0233
individual 12755 11294 0767
theta 08363
Residuals
Min 1st Qu Median 3rd Qu Max
-3344756 -0300554 0019248 0323809 3804281
Coefficients
Estimate Std Error t-value Pr(gt|t|)
(Intercept) 29790e+02 76109e+01 39141 00001003
PDB INA 18122e+00 42877e-01 42265 2713e-05
PDB 72234e-01 87642e-02 82419 9343e-16
POP INA -17974e+01 45435e+00 -39559 8462e-05
POP 32320e-01 10817e-01 29879 00029146
JRK -13723e+00 25212e-01 -54432 7419e-08
TUK 73517e-05 11300e-05 65059 1541e-10
BUD -94740e-01 49365e-01 -19192 00554017
KER -19786e-01 12555e+00 -01576 08748191
---
Signif codes 0 lsquorsquo 0001 lsquorsquo 001 lsquorsquo 005 lsquorsquo 01 lsquo rsquo 1
Total Sum of Squares 42638
Residual Sum of Squares 26445
R-Squared 037976
Adj R-Squared 037214
F-statistic 498251 on 8 and 651 DF p-value lt 222e-16
HASIL amp PEMBAHASAN
Dalam uji multicollinearity pada tabel 2 dapat diamati korelasi antar variabel yang digunakan dimana
variabel jarak dan budaya memiliki korelasi yang bernilai negatif terhadap nilai dagang Pada tabel 3 dapat
diamati seberapa besar pengaruh suatu variabel independen terhadap variabel dependen apabila dianggap
tidak mempengaruhi variabel lain dalam hal ini produk domestik bruto dan jumlah populasi Indonesia
memiliki nilai terbesar Sehingga dapat disimpulkan bahwa terdapat multicollinearity pada data tersebut
Dalam uji heteroscedasticity nilai p ndash value yang diperoleh (22e-16) kurang dari 005 Sehingga dapat
diambil kesimpulan bahwa data tersebut bersifat heterogen Heteroscedasticity berarti scatter plot untuk
variabel independen terhadap variabel dependen tidak linear Nilai 05 pada p ndash value merupakan ketentuan
yang lazim digunakan sebagai suatu parameter statistik
Dalam uji cross-sectional dependence teramati bahwa nilai p ndash value kurang dari 005 sehingga dapat
disimpulkan bahwa ada hubungan saling bergantung antara negara-negara yang diteliti
ISBN 978-602-61045-3-3 210
30 November2017
PROSIDINGSKF2017
Setelah dilakukan pengujian terhadap data pada model hasil estimasi untuk random effect model
ditunjukkan oleh variabel dengan significant level lebih baik Variabel jarak budaya dan kerjasama
merupakan 3 variabel dengan significant level teratas
KESIMPULAN
Didapatkan bahwa faktor yang berpengaruh besar terhadap nilai dagang antara Indonesia dengan negara
lain adalah jarak antara Indonesia dengan negara tersebut kesamaan budaya dan ada atau tidaknya kerja
sama dagang antara Indonesia dengan negara tersebut
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Drrernat Sparisoma Viridi atas dukungan dan bimbingan
beliau selama penulisan artikel ini
REFERENSI
1 httpswitsworldbankorgCountryProfileenCountryVNMYear2000TradeFlowEXPIMP
2 httpswwwtrademaporgtradestatBilateral_TSaspxnvpm=1|704||368||TOTAL|||2|1|1|2|2|1|1|1|1
3 httpwwwimforgexternaldatamapperNPDBDWEOOEMDCADVECWEOWORLD
4 httpwwwimforgexternaldatamapperLPWEOOEMDCADVECWEOWORLD
5 httpwwwchemical-ecologynetjavalat-longhtm
6 httpsdistancecalculatorglobefeedcomDistance_Between_Countriesasp
7 httpsgeographyfieldworkcomWorldCapitalCitieshtm
8 httpswwwcountries-ofthe-worldcomcapitals-of-the-worldhtml
9 httpsdataworldbankorgindicatorPANUSFCRFend=2016amplocations=IDampname_desc=falseampst
art=2005
10 httpdatabankworldbankorgdatareportsaspxsource=global-economic-monitor-
(gem)ampType=TABLEamppreview=on
11 httpsenwikipediaorgwikiReligions_by_country
12 httpsenwikipediaorgwikiReligion_in_Asia
13 httpsenwikipediaorgwikiIslam_by_country
14 httpwwwxinhuanetcomenglish2017-1113c_136747039htm
15 httpwwwusindoorgwhat-we-dodeepening-the-u-s-indonesia-strategic-partnership
16 Thi Thanh Binh Dinh et al Applying Gravity Model To Analyze Trade Activities of Vietnam
ISBN 978-602-61045-3-3 211
30 November2017
PROSIDINGSKF2017
z = 58395 p-value = 5235e-09
alternative hypothesis cross-sectional dependence
4 Hasil Estimasi menggunakan FGLS regression
Oneway (individual) effect Random Effect Model
(Swamy-Aroras transformation)
Call
plm(formula = Y ~ X data = pdata model = random)
Balanced Panel n = 60 T = 11 N = 660
Effects
varstddev share
idiosyncratic 03865 06217 0233
individual 12755 11294 0767
theta 08363
Residuals
Min 1st Qu Median 3rd Qu Max
-3344756 -0300554 0019248 0323809 3804281
Coefficients
Estimate Std Error t-value Pr(gt|t|)
(Intercept) 29790e+02 76109e+01 39141 00001003
PDB INA 18122e+00 42877e-01 42265 2713e-05
PDB 72234e-01 87642e-02 82419 9343e-16
POP INA -17974e+01 45435e+00 -39559 8462e-05
POP 32320e-01 10817e-01 29879 00029146
JRK -13723e+00 25212e-01 -54432 7419e-08
TUK 73517e-05 11300e-05 65059 1541e-10
BUD -94740e-01 49365e-01 -19192 00554017
KER -19786e-01 12555e+00 -01576 08748191
---
Signif codes 0 lsquorsquo 0001 lsquorsquo 001 lsquorsquo 005 lsquorsquo 01 lsquo rsquo 1
Total Sum of Squares 42638
Residual Sum of Squares 26445
R-Squared 037976
Adj R-Squared 037214
F-statistic 498251 on 8 and 651 DF p-value lt 222e-16
HASIL amp PEMBAHASAN
Dalam uji multicollinearity pada tabel 2 dapat diamati korelasi antar variabel yang digunakan dimana
variabel jarak dan budaya memiliki korelasi yang bernilai negatif terhadap nilai dagang Pada tabel 3 dapat
diamati seberapa besar pengaruh suatu variabel independen terhadap variabel dependen apabila dianggap
tidak mempengaruhi variabel lain dalam hal ini produk domestik bruto dan jumlah populasi Indonesia
memiliki nilai terbesar Sehingga dapat disimpulkan bahwa terdapat multicollinearity pada data tersebut
Dalam uji heteroscedasticity nilai p ndash value yang diperoleh (22e-16) kurang dari 005 Sehingga dapat
diambil kesimpulan bahwa data tersebut bersifat heterogen Heteroscedasticity berarti scatter plot untuk
variabel independen terhadap variabel dependen tidak linear Nilai 05 pada p ndash value merupakan ketentuan
yang lazim digunakan sebagai suatu parameter statistik
Dalam uji cross-sectional dependence teramati bahwa nilai p ndash value kurang dari 005 sehingga dapat
disimpulkan bahwa ada hubungan saling bergantung antara negara-negara yang diteliti
ISBN 978-602-61045-3-3 210
30 November2017
PROSIDINGSKF2017
Setelah dilakukan pengujian terhadap data pada model hasil estimasi untuk random effect model
ditunjukkan oleh variabel dengan significant level lebih baik Variabel jarak budaya dan kerjasama
merupakan 3 variabel dengan significant level teratas
KESIMPULAN
Didapatkan bahwa faktor yang berpengaruh besar terhadap nilai dagang antara Indonesia dengan negara
lain adalah jarak antara Indonesia dengan negara tersebut kesamaan budaya dan ada atau tidaknya kerja
sama dagang antara Indonesia dengan negara tersebut
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Drrernat Sparisoma Viridi atas dukungan dan bimbingan
beliau selama penulisan artikel ini
REFERENSI
1 httpswitsworldbankorgCountryProfileenCountryVNMYear2000TradeFlowEXPIMP
2 httpswwwtrademaporgtradestatBilateral_TSaspxnvpm=1|704||368||TOTAL|||2|1|1|2|2|1|1|1|1
3 httpwwwimforgexternaldatamapperNPDBDWEOOEMDCADVECWEOWORLD
4 httpwwwimforgexternaldatamapperLPWEOOEMDCADVECWEOWORLD
5 httpwwwchemical-ecologynetjavalat-longhtm
6 httpsdistancecalculatorglobefeedcomDistance_Between_Countriesasp
7 httpsgeographyfieldworkcomWorldCapitalCitieshtm
8 httpswwwcountries-ofthe-worldcomcapitals-of-the-worldhtml
9 httpsdataworldbankorgindicatorPANUSFCRFend=2016amplocations=IDampname_desc=falseampst
art=2005
10 httpdatabankworldbankorgdatareportsaspxsource=global-economic-monitor-
(gem)ampType=TABLEamppreview=on
11 httpsenwikipediaorgwikiReligions_by_country
12 httpsenwikipediaorgwikiReligion_in_Asia
13 httpsenwikipediaorgwikiIslam_by_country
14 httpwwwxinhuanetcomenglish2017-1113c_136747039htm
15 httpwwwusindoorgwhat-we-dodeepening-the-u-s-indonesia-strategic-partnership
16 Thi Thanh Binh Dinh et al Applying Gravity Model To Analyze Trade Activities of Vietnam
ISBN 978-602-61045-3-3 211
30 November2017
PROSIDINGSKF2017
Setelah dilakukan pengujian terhadap data pada model hasil estimasi untuk random effect model
ditunjukkan oleh variabel dengan significant level lebih baik Variabel jarak budaya dan kerjasama
merupakan 3 variabel dengan significant level teratas
KESIMPULAN
Didapatkan bahwa faktor yang berpengaruh besar terhadap nilai dagang antara Indonesia dengan negara
lain adalah jarak antara Indonesia dengan negara tersebut kesamaan budaya dan ada atau tidaknya kerja
sama dagang antara Indonesia dengan negara tersebut
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Drrernat Sparisoma Viridi atas dukungan dan bimbingan
beliau selama penulisan artikel ini
REFERENSI
1 httpswitsworldbankorgCountryProfileenCountryVNMYear2000TradeFlowEXPIMP
2 httpswwwtrademaporgtradestatBilateral_TSaspxnvpm=1|704||368||TOTAL|||2|1|1|2|2|1|1|1|1
3 httpwwwimforgexternaldatamapperNPDBDWEOOEMDCADVECWEOWORLD
4 httpwwwimforgexternaldatamapperLPWEOOEMDCADVECWEOWORLD
5 httpwwwchemical-ecologynetjavalat-longhtm
6 httpsdistancecalculatorglobefeedcomDistance_Between_Countriesasp
7 httpsgeographyfieldworkcomWorldCapitalCitieshtm
8 httpswwwcountries-ofthe-worldcomcapitals-of-the-worldhtml
9 httpsdataworldbankorgindicatorPANUSFCRFend=2016amplocations=IDampname_desc=falseampst
art=2005
10 httpdatabankworldbankorgdatareportsaspxsource=global-economic-monitor-
(gem)ampType=TABLEamppreview=on
11 httpsenwikipediaorgwikiReligions_by_country
12 httpsenwikipediaorgwikiReligion_in_Asia
13 httpsenwikipediaorgwikiIslam_by_country
14 httpwwwxinhuanetcomenglish2017-1113c_136747039htm
15 httpwwwusindoorgwhat-we-dodeepening-the-u-s-indonesia-strategic-partnership
16 Thi Thanh Binh Dinh et al Applying Gravity Model To Analyze Trade Activities of Vietnam
ISBN 978-602-61045-3-3 211