Metode analisis data yang digunakan dalam penelitian ini adalah : 1. Estimasi Fungsi Permintaan
Hubungan antara permintaan beras dengan faktor-faktor yang mempengaruhinya dianalisis dengan regresi non linier berganda dengan model perpangkatan atau exponensial. Secara matematis model yang digunakan adalah sebagai berikut:
Qd = bo. X1b1 . X2b2 . X3b3. X4b4 .X5b5. e
Untuk memudahkan penghitungan, maka regresi non linier berganda ditransformasi kedalam bentuk logaritma natural sehingga diperoleh persamaan sebagai berikut :
Ln Qd = Ln bo + b1 Ln X1 + b2 Ln X2 + b3 Ln X3 + b4 Ln X4 +
b5 Ln X5 + e
Dimana :
Qd = Permintaan beras bo = Konstanta
X1 = Harga beras pada tahun t (Rp/kg)
X2 = Harga tepung gandum pada tahun t (Rp/kg) X3 = Harga telur ayam ras pada tahun t (Rp/kg)
X4 = Pendapatan perkapita penduduk pada tahun t (Rp) X5 = Jumlah penduduk dalam tahun t (jiwa) b1 – b5 = Koefisien regresi
e = error
Untuk dapat memperoleh hasil regresi terbaik, maka harus memenuhi kriteria statistik sebagai berikut:
a. Uji R2 adjusted (R2)
Uji ini dilakukan untuk mengetahui besarnya proporsi pengaruh variabel-variabel bebas terhadap permintaan beras di Kabupaten Pati. Nilai R2 ini mempunyai Range antara 0 sampai 1 (0 < R2≤ 1). Semakin besar R2 (mendekati 1) semakin baik hasil regresi tersebut (semakin besar pengaruh variabel bebas terhadap variabel tak bebas), dan semakin
commit to user
mendekati 0 maka variabel bebas secara keseluruhan semakin kurang bisa menjelaskan variabel tidak bebas.
b. Uji F
Uji F digunakan untuk menguji pengaruh variabel bebas secara bersama-sama terhadap variabel tak bebas pada tingkat signifikansi (a) = 1%, 5%, 10%.
Hipotesis:
Ho : b1 = b2 ... = b5 = 0
Ha : b1 ≠ b2 ... b5 ≠ 0 (minimal ada satu yang ≠ 0) Kriteria pengambilan keputusan :
1) Nilai signifikansi < a maka Ho ditolak dan Ha diterima, berarti variabel bebas secara bersama-sama berpengaruh nyata terhadap permintaan beras di Kabupaten Pati.
2) Nilai signifikansi > a maka Ho diterima dan Ha ditolak, berarti variabel bebas secara bersama-sama tidak berpengaruh nyata terhadap permintaan beras di Kabupaten Pati.
c. Uji t
Uji t digunakan untuk mengetahui pengaruh masing-masing variabel bebas terhadap variabel tak bebas pada tingkat signifikansi (a) = 1%, 5%, 10%.
Hipotesis :
Ho: b1 = b2 ... = b5 = 0
Ha : b1≠ b2 ... b5≠ 0 (minimal ada satu yang ≠ 0) Kriteria pengambilan keputusan :
1) Nilai signifikansi < a maka Ho ditolak dan Ha diterima, berarti variabel bebas secara individu berpengaruh nyata terhadap permintaan beras di Kabupaten Pati.
2) Nilai signifikansi > a maka Ho diterima dan Ha ditolak, berarti variabel bebas secara individu tidak berpengaruh nyata terhadap permintaan beras di Kabupaten Pati.
commit to user
Untuk mengetahui variabel bebas yang paling berpengaruh terhadap permintaan beras, digunakan standard koefisien regresi partial, yang dapat diperoleh dengan rumus :
βi = β x i d d y Keterangan :
βi = Standar koefisien regresi variable bebas ke-i β = Koefisien regresi variable bebas ke-i
dy = Standar deviasi variable tak bebas di = Standar deviasi variable bebas ke-i
Variabel yang memiliki nilai standart koefisien regresi yang terbesar merupakan variabel yang paling berpengaruh terhadap permintaan beras di Kabupaten Pati.
2. Pengujian model
Agar hasil koefisien-koefisien regresi yang diperoleh dengan metode OLS (Ordinary Least Square) bersifat BLUE (Best Linier Unbiassed Estimation), maka beberapa asumsi persamaan regresi linier klasik harus dipenuhi oleh model.
a. Non Multikolinieritas (tidak terjadi hubungan di antara variable bebas) Untuk menguji ada atau tidaknya multikolinearitas dapat digunakan pendekatan matriks korelasi, dengan melihat nilai matriks Pearson Correlation (PC). Apabila nilai PC < 0,8 berarti antar variabel bebas tidak terjadi multikolinieritas. Bila terjadi angka korelasi lebih dari 0,8 maka kedua variabel tersebut perlu dipertimbangkan apakah digunakan atau tidak dalam model (Soekartawi, 1993:107).
b. Tidak terjadi kasus heteroskedatisitas
Uji heteroskedatisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Dalam uji heteroskedastisitas, pengujian yang dilakukan adalah dengan uji Park. Park menyarankan
commit to user
untuk menggunakan ei2 sebagai pendekatan σi2 dan melakukan regresi berikut :
Ln ei2 = ln σ2 + β ln Xi + Vi = α + β ln Xi + Vi
Dimana Vi = unsur gangguan yang stokastik. Jika β ternyata signifikan secara statistik, maka dalam data terdapat heteroskedastisitas. Apabila ternyata tidak signifikan, maka kita bisa menerima asumsi homoskedastisitas (Gujarati, 1997:186).
Selain menggunakan uji Park, uji heterokedastisitas juga dapat menggunakan grafik scatterplot pada analisis dengan menggunakan SPSS. Apabila dari grafik terlihat titik-titik menyebar secara acak dan tidak membentuk pola yang teratur maka hal tersebut menunjukkan bahwa kesalahan pengganggu memiliki varian yang sama (homoskedastisitas) dan dapat disimpulkan dari model yang diestimasi tidak terjadi heteroskedastisitas.
c. Tidak terjadi autokorelasi
Untuk mendeteksi ada atau tidaknya korelasi antar variabel bebas (autokorelasi), digunakan uji statistik d dari Durbin Watson, dengan kriteria
1. 1,65 < DW < 2,35 yang artinya tidak terjadi autokorelasi.
2. 1,21 < DW < 1, 65 atau 2,35 < DW < 2,79 yang artinya tidak dapat disimpulkan.
3. DW < 1,21 atau DW > 2,79 yang artinya terjadi autokorekasi. (Sulaiman, 2002:155-156).
3. Elastisitas Permintaan
Untuk menguji tingkat kepekaan jumlah permintaan terhadap perubahan yang terjadi pada variabel-variabel yang diteliti digunakan elatisitas harga, elastisitas pendapatan dan elastisitas silang.
commit to user a. Elastisitas Harga
Elastisitas harga merupakan persentase perubahan barang yang diminta disebabkan oleh perubahan harga. Pada elastisitas permintaan terhadap harga, variabel yang menyebabkan perubahan jumlah beras yang diminta adalah harga beras itu sendiri.
Εp= (P) beras harga perubahan % beras(Q) permintaan perubahan %
Tabel 7. Kriteria Elastisitas Permintaan Terhadap Harga Elastisitas Istilah Keterangan
Εp = 0 Inelastis sempurna
Jumlah beras yang diminta tidak berubah dengan adanya perubahan harga
0<Ep< 1 Inelastis Jumlah beras yang diminta berubah dengan persentase yang lebih kecil daripada perubahan harga
Εp = 1 Unitary elasticity
Jumlah beras yang diminta berubah dengan persentase yang sama dengan perubahan harga
1< Ep< ~ Elastis Jumlah beras yang diminta berubah dengan persentase yang lebih besar daripada perubahan harga
Εp = ~ Elastis sempurna
Pembeli siap membeli beras dengan segala kemampuannya pada beberapa tingkat harga dan tidak sama sekali walaupun dengan harga yang sedikit lebih tinggi Sumber: Lipsey, 1990:85
b. Elastisitas Silang
Elastisitas silang adalah persentase perubahan permintaan suatu barang terhadap perubahan harga barang lain. Pada elastisitas permintaan harga silang, variabel yang menyebabkan perubahan jumlah beras yang diminta adalah harga tepung gandum sebagai barang substitusi dan harga telur ayam ras sebagai barang komplementernya. Ec = gandum tepung harga perubahan % beras permintaan perubahan % Εc = ras ayam telur harga perubahan % beras permintaan perubahan %
commit to user Kriteria elastisitas permintaan silang adalah:
1) Ec positif = Barang substitusi, kenaikan harga tepung gandum mengakibatkan meningkatnya permintaan beras.
2) Ec negatif = Barang komplementer, kenaikan harga telur ayam ras mengakibatkan turunnya permintaan beras.
c. Elastisitas Pendapatan
Elastisitas pendapatan adalah persentase perubahan kuantitas suatu barang yang diminta disebabkan adanya perubahan pendapatan. Pada elastisitas permintaan terhadap pendapatan, variabel yang menyebabkan perubahan jumlah beras yang diminta adalah pendapatan perkapita penduduk. ΕI = pendapatan perubahan % b permintaan perubahan % eras
Kriteria elastisitas permintaan beras terhadap pendapatan adalah: 1) EI > 0 = Barang Normal, jumlah beras yang diminta meningkat
begitu pendapatan naik
2) EI > 1 = Barang Mewah, jumlah beras yang diminta meningkat apabila pendapatan sangat tinggi
3) EI < 0 = Barang Inferior, jumlah beras yang diminta menurun begitu pendapatan naik.
Fungsi permintaan yang digunakan di atas adalah fungsi permintaan dengan model logaritma berganda. Salah satu ciri menarik dari model logaritma berganda ini adalah bahwa nilai koefisien regresi bi merupakan nilai elastisitasnya. Jadi dengan model ini, nilai elastisitasnya merupakan nilai koefisien regresi dari masing-masing variabel bebasnya.
commit to user
35
IV. KEADAAN UMUM DAERAH PENELITIAN