Pada tahap awal, dibuat data simulasi Indeks Harga Konsumen komoditas beras pada kota Semarang dan Surakarta di Jawa Tengah pada bulan Januari 2002 sampai dengan Desember 2007. (Lampiran 1)
Gambar 1 berikut ini adalah grafik dari data simulasi IHK komoditas beras untuk kota Semarang dan Surakarta. Dari grafik didapatkan informasi bahwa data simulasi IHK komoditas beras pada kota Semarang dan Surakarta cenderung tidak stasioner, karena nilainya cenderung tidak bergerak naik turun pada sekitar nilai yang sama.
Gambar.1. Grafik data simulasi IHK komoditas beras pada kota Semarang dan Surakarta bulan Januari 2002 sampai dengan Desember 2007. Sumber : Data BPS Tahun 2002-2007 yang diolah.
Selain dari grafik juga diperlihatkan uji akar unit data simulasi IHK komoditas beras pada kota Semarang dan Surakarta menggunakan R. Hasil keluaran dari program R untuk data simulasi beras pada kota Semarang sebagai berikut :
Augmented Dickey-Fuller Test Data : ihkbaru
Dickey-Fuller = -3.1814, Lag order = 4, p-value = 0.0977 0 20 40 60 80 100 120 140 160 180 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 smg srkt
Dari hasil keluaran analisa program di atas, karena nilai probabilitas 0.0977 > 0.05, maka data simulasi IHK komoditas beras untuk kota Purwokerto dikatakan tidak stasioner. Dengan cara yang sama maka data simulasi IHK komoditas beras pada kota Surakarta dikatakan tidak stasioner karena nilai probabilitas 0.999 > 0.05.
Selanjutnya dilakukan regresi pada data simulasi IHK komoditas beras kota Semarang dan Surakarta dengan variabel dependent Semarang (Xt) dan variabel independent Surakarta (Yt) adalah untuk mengetahui nilai (koefisien determinasi), t statistik dan nilai Durbin-Watson. Tujuan dari regresi ini adalah untuk mengetahui apakah terjadi regresi palsu (spurious regresion). Berikut hasil regresi :
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 41.59259 13.97958 2.975 0.00402 ** xt 0.83223 0.08609 9.667 1.6e-14 *** ---
Signif. codes: *** . ** . * . 5 . .
Residual standard error: 20.99 on 70 degrees of freedom Multiple R-squared: 0.5717, Adjusted R-squared: 0.5656
Dari keluaran yang didapat nilai koefisien C dan koefisien SMG signifikan dengan nilai statistik t besar. Selain dari regresi, perlu dilihat kembali nilai R-squared di atas dan Durbin-Watson, berikut keluaran R untuk nilai Durbin-Watson,
Durbin-Watson test
data: yt ~ xt DW = 0.1951, p-value < 2.2e-16
Dari hasil keluaran di atas nilai R-squared besar, dan nilai Durbin-Watson cenderung kecil. Hal itu berarti untuk IHK komoditas beras kota Semarang dan Surakarta dapat disimpulkan bahwa regresi tersebut adalah regresi linier. Dengan kata lain terdapat indikasi terjadi kointegrasi.
Pada uji kointegrasi data simulasi IHK komoditas beras kota Semarang dan Surakarta diperoleh nilai probabilitas 0.0430, lebih kecil dari tingkat signifikansi 0.05 sehingga dapat disimpulkan bahwa kedua variabel saling berkointegrasi. Hasil kointegrasi dengan Uji Johansen Eviews dapat dilihat dibawah ini :
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.182006 15.92934 15.49471 0.0430 At most 1 0.054485 3.473558 3.841466 0.0624
Karena data simulasi yang digunakan tidak stasioner, tetapi stasioner pada derajat integrasi pertama dan antar variabel terdapat kointegrasi, maka penelitian ini menggunakan model koreksi kesalahan Error Correction Model (ECM) untuk menganalisis pergerakan nilai IHK beras pada kota Semarang dan Surakarta jangka pendek. Menurut Engle-Granger(1989), variabel koreksi kesalahan harus dimasukkan untuk menghilangkan masalah ketidakseimbangan dalam jangka pendek. Variabel koreksi kesalahan ini adalah residual periode sebelumnya yang diperoleh dari residual estimasi jangka panjang. Dari first difference kota Semarang D(SMG) dan Surakarta D(SRKT) didapatkan regresi untuk model koreksi kesalahan sebagai berikut :
D(XT) = 1.165 + 0.0417*D(YT) - 0.0501*RESID01(-1) (2.455) (0.568) (-1.232)
R-squared = 0.023 D/W = 1.913
Nilai probabilitas = 0.222
Hasil dari ECM menunjukkan bahwa pasangan kota Semarang dan Surakarta tidak mempunyai hubungan jangka pendek meskipun dua variabel tersebut mempunyai hubungan jangka panjang (kointegrasi) nilai statistik t -1,232 menuju angka 2 dan nilai pobabilitas 0.222 lebih besar dari 0.05.
a) Pasangan kota Purwokerto- Semarang
Gambar.a. Grafik data simulasi IHK komoditas beras pada kota Purwokerto dan Semarang bulan Januari 2002 sampai dengan Desember 2007. Sumber: Data BPS Tahun 2002-2007 yang diolah.
0,000 50,000 100,000 150,000 200,000 250,000 300,000 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 pwkt smg
b) Pasangan kota Purwokerto- surakarta
Gambar.b. Grafik data simulasi IHK komoditas beras pada kota Purwokerto dan Surakarta bulan Januari 2002 sampai dengan Desember 2007. Sumber: Data BPS Tahun 2002-2007 yang diolah.
c) Pasangan kota Purwokerto-Tegal
Gambar.c. Grafik data simulasi IHK komoditas beras pada kota Purwokerto dan Tegal bulan Januari 2002 sampai dengan Desember 2007. Sumber: Data BPS Tahun 2002-2007 yang diolah.
d) Pasangan kota Surakarta-Tegal
Gambar.d. Grafik data simulasi IHK komoditas beras pada kota Surakarta dan Tegal bulan Januari 2002 sampai dengan Desember 2007. Sumber: Data BPS Tahun 2002-2007 yang diolah.
0 50 100 150 200 250 300 1 4 7 101316192225283134374043464952555861646770 srkt pwkt 0,000 50,000 100,000 150,000 200,000 250,000 300,000 1 4 7 101316192225283134374043464952555861646770 tegal pwkt 0,000 20,000 40,000 60,000 80,000 100,000 120,000 140,000 1 4 7 101316192225283134374043464952555861646770 tegal srkt
e) Pasangan kota Tegal- Semarang
Gambar.e. Grafik data simulasi IHK komoditas beras pada kota Tegal dan Semarang bulan Januari 2002 sampai dengan Desember 2007. Sumber: Data BPS Tahun 2002-2007 yang diolah.
Gambar a) diatas adalah grafik dari data IHK baru komoditas beras untuk pasangan kota Purwokerto dan Semarang. Dari grafik didapatkan informasi bahwa data simulasi IHK komoditas beras pada kota Purwokerto dan Semarang cenderung tidak stasioner, karena nilainya cenderung tidak bergerak naik turun pada sekitar nilai yang sama. Dari hasil kointegrasi pasangan kota Purwokerto dan Semarang didapati nilai probabilitas 0.108 lebih besar dari tingkat signifikansi 0.05, hal ini berarti bahwa pasangan kota Purwokerto dan Semarang tidak terjadi kointegrasi.
Gambar b) di atas adalah grafik dari data IHK baru komoditas beras untuk pasangan kota Purwokerto dan Surakarta cenderung tidak stasioner, karena nilainya cenderung tidak bergerak naik turun pada sekitar nilai yang sama. Dari hasil kointegrasi pasangan kota Purwokerto dan Semarang didapati nilai probabilitas 0.268 lebih besar dari tingkat signifikansi 0.05, hal ini berarti bahwa pasangan kota Purwokerto dan Surakarta tidak terjadi kointegrasi.
Gambar c) di atas adalah grafik dari data IHK baru komoditas beras untuk pasangan kota Purwokerto dan Tegal cenderung tidak stasioner, karena nilainya cenderung tidak bergerak naik turun pada sekitar nilai yang sama. Dari hasil kointegrasi pasangan kota Purwokerto dan Semarang didapati nilai probabilitas 0.708 lebih besar dari tingkat signifikansi 0.05, hal ini berarti bahwa pasangan kota Purwokerto dan Tegal tidak terjadi kointegrasi.
Gambar d) diatas adalah grafik dari data IHK baru komoditas beras untuk pasangan kota Surakarta dan Tegal cenderung tidak stasioner, karena nilainya cenderung tidak bergerak
0 20 40 60 80 100 120 140 160 180 1 4 7 101316192225283134374043464952555861646770 smg tegal
naik turun pada sekitar nilai yang sama. Dari hasil kointegrasi pasangan kota Purwokerto dan Semarang didapati nilai probabilitas 0.776 lebih besar dari tingkat signifikansi 0.05, hal ini berarti bahwa pasangan kota Surakarta dan Tegal tidak terjadi kointegrasi.
Gambar e) diatas adalah grafik dari data IHK baru komoditas beras untuk pasangan kota Tegal dan Semarang cenderung tidak stasioner, karena nilainya cenderung tidak bergerak naik turun pada sekitar nilai yang sama. Dari hasil kointegrasi pasangan kota Purwokerto dan Semarang didapati nilai probabilitas 0.030 lebih kecil dari tingkat signifikansi 0.05, hal ini berarti bahwa pasangan Tegal dan Semarang kota terjadi kointegrasi. Pada uji koreksi kesalahan kota Tegal dan Semarang tidak terdapat hubungan jangka pendek karena nilai probabilitas nya tidak stasioner yaitu 0.112 lebih besar dari nilai signifikasi 0.05.
KESIMPULAN
Dalam makalah ini dijelaskan proses pembuatan data IHK baru dengan menggunakan data lama. Dari data IHK baru dapat disimpulkan bahwa data runtun waktu tidak stasioner mempunyai hubungan keseimbangan jangka panjang, dan terdapat beberapa pasangan yang tidak mempunyai hubungan jangka panjang.