IV. METODE PENELITIAN
3) Kriteria Ekonometrik
5.4.3 Model Semilog Bentuk 2
5.4.4.2 Model Persamaan Penduga Permintaan Ikan Lele Oleh Konsumen Rumah Tangga di Kecamtan Ciseeng Dalam Model Log Ganda
Model fungsi permintaan konsumen rumah tangga terhadap Ikan Lele di Kecamatan Ciseeng Kabupaten Bogor diduga dengan menggunakan metode Ordinary Least Square (OLS) dengan menggunakan program SPSS 16 for Windows dan program Excel for Windows. Persamaan regresi model dugaan permintaan konsumen rumah tangga terhadap Ikan Lele di Kecamatan Ciseeng Kabupaten Bogor menggunakan sembilan peubah bebas yaitu harga Ikan Lele (Px), harga ikan air tawar jenis lain (Pi), harga ikan air laut (Pl), harga daging sapi (Ps), harga daging ayam (Pa), harga telur (Pt), harga ikan asin (Pia), pendapatan rumah tangga (I), dan selera (S). Tabel 25 menyajikan hasil regresi peubah bebas dengan bentuk model log ganda.
Pada model log ganda dapat menjelaskan 20,9 persen total variasi permintaan Ikan Lele oleh rumah tangga di Kecamatan Ciseeng, sisanya sebesar 79,1 persen dijelaskan oleh peubah lain di luar model. Model dugaan permintaan
63
Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng dengan menggunakan program SPPS 16 for Windows adalah sebagai berikut: Model Log ganda
ln Qd = 5,474 + 0,143lnPx +0,171lnPi +0,371lnPl - 0,73lnPs + 0,387lnPa - 1,235lnPt
+0,202lnPia +0,168lnI +0, 197lnS
R2 = 20,9 % R2 (adj) = 6,6 % F ratio = 1,466 DW = 1,736
Model yang diperoleh kemudian dievaluasi dengan kriteria ekonomi, statistik dan ekonometrik.
Tabel 25. Koefisien Variabel-Variabel Model Dugaan Permintaan Ikan Lele oleh Konsumen Rumah Tangga di Kecamatan Ciseeng dengan Model Log
Ganda, Tahun 2008
Peubah Koefisien T hit Sig
Konstanta 5.474 0.452 0.653 Px 0.143 0.263 0.794 Pi 0.171 0.660 0.512 Pl 0.371 0.31 *0.356 Ps -0.731 -1.010 **0.317 Pa 0.387 0.917 *0.364 Pt -1.235 -2.654 ***0.011 Pia 0.202 0.653 0.517 I 0.168 0.867 *0.390 S 0.197 0.896 *0.374 R2 0.209 R2(adj) 0.066 F Ratio 1.466 DW 1.736
Keterangan: *** nyata pada SK 95% ** nyata pada SK 65%
Sumber : Data Sekunder diolah, 2008
* nyata pada SK 60%
1). Kriteria Ekonomi
Teori ekonomi yang digunakan untuk mengevaluasi model dugaan
permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng adalah hukum permintaan, yaitu jumlah yang dibeli per unit akan semakin besar apabila harga semakin rendah, begitu pula sebaliknya, cateris paribus. Hal ini berarti terdapat hubungan yang negatif antara permintaan suatu komoditas dengan harganya.
Peubah harga Ikan Lele untuk model log ganda mempunyai tanda
koefisien yang positif. Hal tersebut tidak sesuai dengan anggapan a priori, yang berarti meski pun semakin tinggi harga ikan lele di Kecamatan Ciseeng
permintaan akan Ikan Lele tidak akan mengalami penurunan. Hal ini dikarenakan bahwa banyak konsumen rumah tangga yang membeli Ikan Lele dengan harga yang tidak sesuai dengan harga pasar karena biasanya rumah tangga mendapatkan Ikan Lele tersebut dengan cara memancing dan banyak konsumen rumah tangga yang memelihara Ikan Lele di kolam-kolam di dekat rumah jadi untuk
mendapatkan ikan lele tersebut tinggal mengambil tanpa harus membeli, seperti penyataan salah satu responden konsumen Ikan Lele yang telah diuraikan sebelumnya. Banyaknya masyarakat Ciseeng yang membudidayakan Ikan Lele menjadikan Kecamatan Ciseeng sebagai sentra penghasil ikan lele di Kabupaten Bogor. Arti dari tanda postif pada peubah harga Ikan Lele menyatakan bahwa Ikan Lele merupakan barang inferior.
Peubah harga ikan air tawar jenis lain, harga ikan laut, harga daging ayam, dan harga ikan asin sebagai produk substitusi bagi Ikan Lele pada model regresi linier bertanda positif, hal ini sesuai dengan anggapan a priori. Berarti dengan meningkatnya harga ikan air tawar jenis lain, harga ikan laut, harga daging ayam, dan harga ikan asin akan meningkatkan permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng.
Peubah harga daging sapi, dan harga telur sebagai produk substitusi bagi Ikan Lele pada model log ganda bertanda negatif, hal ini tidak sesuai dengan anggapan a priori. Tanda negatif tersebut menunjukkan hubungan yang negatif antara harga daging sapi dan harga telur dengan permintaan Ikan Lele, yaitu jika terjadi kenaikan harga daging sapi maupun harga telur akan menyebabkan permintaan Ikan Lele menurun. Hal tersebut memperlihatkan bahwa kenaikan harga daging sapi maupun harga telur akan menyebabkan naiknya harga Ikan Lele. Berarti hubungan antara ikan daging sapi maupun telur dengan Ikan Lele adalah komoditas komplemen atau komoditas yang saling melengkapi, meski pun hal ini bertentangan dengan teori yang ada, namun inilah kenyataan yang terjadi di lapangan. Hal ini dapat dibuktikan dengan pernyataan salah seorang responden
65
yang menyatakan bahwa tidak semua anggota keluarganya suka Ikan Lele, seperti yang telah dituliskan di atas.
Peubah pendapatan, dan peubah Selera bertanda positif. Tanda positif ini benar sesuai dengan a priori dan seperti yang diharapkan. Tanda positif tersebut menunjukkan hubungan yang positif antara pendapatan, dan selera terhadap permintaan Ikan Lele, yaitu jika terjadi peningkatan pendapatan, dan peningkatan selera konsumen terhadap Ikan Lele, maka permintaan terhadap Ikan Lele pun akan meningkat.
2) Kriteria Statistik
Permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng dalam model log ganda selanjutnya dievaluasi bedasarkan kriteria statistik dan hasilnya dapat dilihat pada Tabel 25.
Berdasarkan Tabel 25 hasil regresi diperoleh nilai R2 sebesar 0,209 atau 20,9%. Ini berarti bahwa 20,9% variasi permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng dapat diterangkan oleh kesembilan variabel yang digunakan yaitu harga Ikan Lele, harga ikan air tawar jenis lain, harga ikan air laut, harga daging sapi, harga daging ayam, harga telur, harga ikan asin, pendapatan total, dan selera. Sisanya sebesar 0,791 atau 79,1% diterangkan oleh faktor lain yang tidak digunakan dalam model. Angka sisa ini cukup besar dan perlu dikaji lebih lanjut mengenai faktor yang menjelaskan permintaan Ikan Lele yang tidak dimasukkan dalam model, misalnya seperti pendidikan, persentase pendapatan untuk konsumsi bahan makanan, barang substitusi Ikan Lele lainnya, karakteristik Lele yang lain, dan sebagainya. Angka R sebesar 0,066 menunjukkan angka korelasi yang cukup kuat antara permintaan dengan kesembilan variabel yang digunakan.
Berdasarkan Tabel 25 juga dapat dilihat bahwa nilai Fhitung sebesar 1,466 dengan selang kepercayaan 95%. Hasil perhitungan tersebut menunjukkan bahwa kesembilan variabel independen yang diduga, secara serentak tidak berpengaruh nyata terhadap variabel dependen pada selang kepercayaan 95%.
Pada Tabel 25 juga memperlihatkan hasil Thitung beserta tingkat
dengan uji statistik tstudent diketahui bahwa terdapat enam variabel dependen yang nyata mempengaruhi permintaan Ikan Lele secara parsial pada selang kepercayaan 60%, 65%, dan 95%, yaitu masing-masing variabel harga ikan laut, harga daging ayam, pendapatan, dan selera dengan tingkat signifikansi berturut-turut sebesar 0,356 0,364 0,390 dan 0,374 (nyata pada selang kepercayaan 60%), variabel harga daging sapi dengan tingkat signifikansi sebesar 0,317 (nyata pada selang
kepercayaan 65%), dan variabel harga telur dengan tingkat signifikansi sebesar 0,011 (nyata pada selang kepercayaan 95%). Hal ini berarti variabel penjelas tersebut, yaitu harga ikan laut, harga daging sapi, harga daging sapi, harga daging ayam, harga telur, pendapatan dan selera secara nyata mempengaruhi permintaan secara individu. Lain halnya dengan variabel penjelas lainnya seperti harga Ikan Lele, harga ikan air tawar jenis lain, dan harga ikan asin yang tidak nyata
mempengaruhi permintaan secara individu pada selang kepercayaan diatas 60%.
3) Kriteria Ekonometrik
Model dugaan yang baik harus memenuhi kriteria ekonometrika meliputi pengujian terhadap asumsi-asumsi model linear klasik yaitu asumsi normalitas, homoskedastisitas, asumsi tidak adanya multikoliniearitas dan autokorelasi : a) Normalitas
Cara mendeteksi normalitas yaitu dengan melihat grafik normal
probability, yaitu dengan melihat penyebaran data (titik) pada sumbu diagonal. Pengujian normalitas untuk model log ganda permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng dapat dilihat pada Gambar 18 dan Gambar 19.
Gambar 18. Grafik Normal Probability Gambar 19. Histogram untuk Uji Normalitas
Observed Cum Prob
1.0 0.8 0.6 0.4 0.2 0.0 E xp e ct ed C u m P ro b 1.0 0.8 0.6 0.4 0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Y
Regression Standardized Residual
3 2 1 0 -1 -2 Fr eq uen c y 20 15 10 5 0 Histogram Dependent Variable: Y Mean =5.83E-16 Std. Dev. =0.921 N =60
67
Berdasarkan Gambar 18, terlihat bahwa titik-titik menyebar di sekitar sumbu diagonal. Maka model log ganda permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng memenuhi asumsi normalitas.
Dari Gambar 19 dapat dilihat kurva membentuk lonceng, ini bisa
dikatakan nilai variabel-variabel yang dimasukkan ke dalam regresi terdistribusi normal, sehingga model log ganda layak untuk memprediksi permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng.
2) Homoskedasitas
Model regresi yang baik adalah jika tidak terjadi heteroskedasitas. Untuk mendeteksi hal tersebut digunakan grafik Scatterplot. Jika data menyebar baik di atas maupun di bawah sumbu pada titik nol dengan tidak membentuk pola tertentu maka asumsi homosdekasitas terpenuhi. Grafik Scatterplot pada model log ganda permintaan Ikan Lele oleh konsumen rumaha tangga di Kecamatan Ciseeng dapat dilihat pada Gambar 20.
Scatterplot
Dependent Variable: Y
Gambar 20. Grafik Scatterplot
Berdasarkan Gambar 20, terlihat titik-titik sebuah pola dua buah garis diagonal. Dengan demikian menunjukkan telah terjadi heteroskedasitas pada model log ganda, meskipun terdapat titik-titik yang menyebar di atas sumbu pada angka nol dengan tidak membentuk pola tertentu.
3) Multikolinearitas
Model regresi yang baik yaitu tidak terdapat multikoliniearitas atau
korelasi diantara variabel independen. Untuk mendeteksi multikolinieraritas dapat
Regression Standardized Predicted Value
4 2 0 -2 -4 Re gr es si on S tude nti ze d Re si dua l 3 2 1 0 -1 -2
dilihat pada Tabel 26 terlihat untuk ketujuh variabel independen. Nilai Tolerance setiap variabel mendekati 1 dan angka VIF setiap variabel berada di sekitar angka 1. Hal ini menunjukkan bahwa model regresi tidak terdapat multikoliniearitas dan layak dipakai untuk prediksi permintaan berdasarkan masukan variabel
independennya.
Tabel 26. Koefisien Model Dugaan Permintaan Ikan Lele di Kecamatan
Ciseeng dengan Model Log Ganda, Tahun 2008
Collinearity Statistics
Peubah Koefisien Tolerance VIF
Konstanta 5.474 Px 0.143 0.676 1.476 Pi 0.171 0.860 1.162 Pl 0.371 0.775 1.290 Ps -0.731 0.926 1.080 Pa 0.387 0.846 1.182 Pt -1.235 0.819 1.221 Pia 0.202 0.795 1.257 I 0.168 0.825 1.212 S 0.197 0.832 1.202 R2 0.209 R 0.066 Fhit 1.466 DW 1.736
Sumber : Data Primer Diolah, 2008
Cara lain untuk mendeteksi multikoliniearitas adalah melihat nilai korelasi antar variabel independennya, dimana nilai korelasi antar variabel independen harus lemah (di bawah 0,5). Pada Tabel 24 dapat dilihat angka korelasi antar koefisien variabel independen semuanya bernilai dibawah 0,5 hal ini
menunjukkan kecendrungan bahwa model log ganda tidak terjadi
multikoliniearitas dan layak dipakai untuk prediksi permintaan berdasarkan masukan variabel independennya.
4) Autokorelasi
Selain bebas multikolinearitas, model regresi yang baik juga harus bebas autokorelasi. Cara mendeteksi autokorelasi yaitu dengan uji Durbin-Watson dengan patokan sebagai berikut :
- Angka D-W di bawah -2 berarti ada autokorelasi
69
- Angka D-W di atas +2 berarti ada autokorelasi negatif
Nilai Durbin-Watson model log ganda permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng adalah 1,862 (Tabel 26), maka model semilog bentuk 2 permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng memenuhi asumsi ekonometrika yaitu tidak ada autokorelasi.
Dari hasil evaluasi model log ganda menurut kriteria ekonometrik, model permintaan Ikan Lele oleh konsumen rumah tangga di Kecamatan Ciseeng asumsi ekonometrika yaitu normalitas, multikolinearitas dan tidak terdapat autokorelasi telah terpenuhi, namun terjadi heteroskedasitas.