BAB IV. METODE PENELITIAN
4.6. Analisis Perilaku dan Faktor-Faktor yang
Pada penelitian ini digunakan model peramalan kausal (regresi) dengan variabel dummy (boneka), untuk menganalisis perilaku dan faktor- faktor yang mempengaruhi harga ayam pada enam kota besar di Jawa-Bali. Variabel dummy
ini juga berfungsi sebagai variabel bebas (independent variabel) yang akan mempengaruhi variabel terikat (dependent variabel). Variabel dummy digunakan untuk menjelaskan data kualitatif yang menunjukkan keberadaan klasifikasi (kategori) tertent u, sering juga dikategorikan variabel bebas dengan klasifikasi pengukuran nominal dalam persamaan regresi.
Variabel-variabel yang digunakan dalam penelitian ini adalah harga ayam di tingkat konsumen pada enam kota besar Jawa-Bali sebagai dependent variabel, sedangkan yang berfungsi sebagai independent variabel adalah jumlah pasokan ayam, harga ayam pada periode sebelumnya, dan tingkat konsumsi ayam. Harga ayam di tingkat konsumen sebagai dependent variabel akan dikaitkan dengan isu-isu terbaru pada sub sektor peternakan khususnya peternakan ayam ras, yaitu isu-isu flu burung. Isu flu burung digunakan sebagai variabel dummy untuk menjelaskan pengaruhnya terhadap harga ayam pada enam kota besar di Jawa-Bali. Variabel
dummy nantinya berisi angka 1 atau 0, yang berarti 1 berarti ”ada” isu dan 0
berarti ”tidak ada” isu. Angka ”0” pada penelitian ini akan digunakan pada Bulan Januari 2002-Januari 2004. Angka ”1” digunakan mulai Bulan Februari 2004,
karena pada bulan tersebut wabah flu burung mulai menyerang peternakan unggas di Indonesia khususnya peternakan ayam pedaging.
Persamaan yang digunakan pada metode peramalan kausal adalah sebagai berikut: t t t t t
P S C D
Y =α+β
1 −1+β
2+β
3+β
4+ε
Dimana : Yt = harga ayam periode t di kota X (Rp/kg) a = intersep model
ß1,…,ß4 = slope variabel bebas
Pt-1 = harga ayam periode sebelumnya di kota X (Rp/kg) St = tingkat produksi pada periode t di kota X (kg) Ct = tingkat konsumsi pada periode t di kota X (kg) D = variabel dummy untuk isu flu burung
Untuk mengukur layak atau tidaknya suatu model, maka model tersebut harus memenuhi syarat ekonomi, dan syarat statistik. Syarat ekonomi yang harus dipenuhi adalah bahwa model tersebut harus logis secara ekonomi. Syarat statistik yang harus dipenuhi oleh suatu model dengan model OLS (Ordinary Least
Square) adalah bahwa model tersebut harus memenuhi beberapa asumsi sebagai
berikut:
1. Tidak ada autokorelasi
Asumsi ini menunjukkan bahwa tidak ada hubungan atau korelasi antara variabel dependen dalan deret waktu.
2. Homoskedastisitas yang menyatakan bahwa variasi dari setiap unsur residual adalah sama (konstan) atau menyebar.
3. Tidak terjadi multikolinearitas yang sempurna
Asumsi ini menunjukkan bahwa tidak ada hubungan yang sempurna di antara variabel bebas.
4. Uji Normalitas
Asumsi normalitas mengharuskan data dalam model berasal dari populasi yang menyebar atau terdistribusi secara normal.
1. Uji Keseluruhan Model
Berdasarkan Gujarati (2003), tujuan dari pengujian model secara keseluruhan adalah untuk mengidentifikasi apakah model dapat menjelaskan keragaman Y. Uji statistik yang digunakan adalah uji F dengan menggunakan perhitungan berikut: dfS RSS dfR ESS Fhitung / / = Dimana: ESS = Jumlah Kuadrat Regresi
TSS = Jumlah Kuadrat Error
dfR = Derajat Bebas Regresi
dfS = Derajat Bebas Error Hipotesis yang digunakan adalah:
H0 : b1 = b2 =…= bi = 0 (tidak dapat menjelaskan)
H1 : Minimal ada bi ? 0 (minimal ada peubah bebas yang mempengaruhi Y) (i = 1,2,3,4,5)
Kriteria uji yang digunakan adalah: Fhitung < Ftabel , terima H0
Fhitung > Ftabel , tolak H0
Apabila Fhitung lebih besar dari Ftabel, maka variabel bebas berpengaruh nyata terhadap variabel terikat yaitu harga ayam di kota tertentu.
2. Pengukuran Akurasi Model
Tingkat akurasi model diukur berdasarkan nilai koefisien determinasi (R2). Tujuan dari pengukuran tingkat akurasi model adalah untuk mengidentifikasi
seberapa akurat keragaman variabel harga ayam dapat diterangkan oleh model regresi (Gujarati, 2003). Secara matematis rumus yang digunakan sebagai berikut:
TSS ESS R2 =
Dimana: ESS = Jumlah Kuadrat Regresi TSS = Jumlah Kuadrat Total
Nilai koefisien determinasi (R2) harus memenuhi syarat 0 = R2 = 1. Apabila nilai R2 semakin mendekati 1, maka semakin besar keragaman variabel harga ayam yang dapat diterangkan oleh model.
3. Uji Masing-masing Variabel
Pengujian ini dilakukan untuk mengetahui variabel bebas mana saja yang berpengaruh nyata terhadap variabel terikat(Gujarati, 2003). Uji satistik yang umum digunakan adalah uji t. Formulasi yang digunakan adalah:
( )
i i i hitung b se b b t ˆ ˆ − =Dimana: bˆi = parameter dugaan variabel bebas ke- i bi = parameter variabel bebas ke- i
se(bˆi) = standar deviasi dari parameter dugaan ke- i Hipotesis yang digunakan adalah:
H0 : bi= 0 H1 : bi ? 0 (i = 1,2,3,4,5)
Kriteria uji yang digunakan adalah: thitung < ttabel , terima H0
Apabila thitung lebih besar dari ttabel, maka variabel bebas (harga ayam periode sebelumnya, produk si ayam, tingkat konsumsi ayam,vdan variabel
dummy) berpengaruh nyata terhadap variabel terikat yaitu harga ayam di kota
tertentu.
4. Identifikasi Multikolinearitas
Menurut Gujarati (2003), multikolinearitas adalah kondisi saat antar variabel bebas saling mempengaruhi. Identifikasi multikolinearitas dilakukan dengan rumus berikut:
(
2)
1 1 R VIF − =apabila nilai VIF yang dihasilkan kurang dari 10, maka model tidak mengandung masalah multikolinearitas. Menurut Ramantahan (1998) dalam Sukmawati (2006), cara mengatasi multikolinearitas adalah sebagai berikut: a. Diabaikan, ketika interprertasai koefisien secara parsial tidak dihiraukan,
misalnya analisis regresi digunakan untuk peramalan. b. Membuang variabel.
c. Formulasi ulang model d. Menggunakan informasi lain. e. Menambah jumlah sampel.
5. Uji Autokore lasi
Uji autokorelasi dilakukan untuk mengidentifikasi apakah ada hubungan linear diantara error pada rangkaian data time series (Gujarati, 2003). Uji ini dilakukan dengan menggunakan statistik-d Durbin-Watson, dengan rumus:
( )
( )
∑
∑
= = = = − − = t n t t n t t t t u u u d 1 2 2 2 1 ˆ ˆ ˆDimana: d = nilai statistik Durbin-Watson
t
uˆ = Error dugaan pada period ke-t Hipotesis yang digunakan adalah:
H0 : ?= 0 (tidak ada autokorelasi) H1 : ? ? 0 (ada autokorelasi) Kriteria uji yang digunakan adalah:
d < dL atau d > 4-dL , tolak H0 dU < d < 4-dU , terima H0
Selain kedua kriteria uji tersebut statistik-d Durbin-Watson memiliki dua kriteria uji dimana pada saat nilai d berada pada daerah tersebut, maka tidak dapat dipastikan ada atau tidaknya autokorelasi. Daerah tersebut adalah dL < d < dU dan 4-dU < d < 4-dL.
6. Uji Homoskedastisitas
Uji ini dimaksudkan untuk mengidentifikasikan apakah residual dalam data memiliki variasi yang sama (Gujarati,2003). Pada penelitian ini digunakan uji Breusch-Pagan untuk mengidentifikasi tingkat kekonstanan nilai residual. Dalam uji ini dlakukan regresi antara nilai kuadrat residual harga ayam di kota tertentu dengan variabel independennya. Kriteria uji yang digunakan adalah apabila nilai Pvalue yang diperoleh dari regresi tersebut lebih besar dari tingkat kepercayaan, maka dapat disimpulkan bahwa model sudah memenuhi syarat homoskedastisitas.