MANDA KUMORO SARASWATI
ANALISIS FAKTOR-FAKTOR YANG
MEMENGARUHI PERTUMBUHAN
TOTAL FACTOR
PRODUCTIVITY
(TFP) SEKTOR PERTANIAN DI
INDONESIA
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Faktor-Faktor yang Memengaruhi Pertumbuhan Total Factor Productivity (TFP) Sektor Pertanian di Indonesia adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, Juli 2013
ABSTRAK
MANDA KUMORO SARASWATI. Analisis Faktor-Faktor yang Memengaruhi
Pertumbuhan Total Factor Productivity (TFP) Sektor Pertanian di Indonesia.
Dibimbing oleh IDQAN FAHMI
Sektor pertanian merupakan sektor yang sangat krusial dan memiliki peranan penting untuk hajat hidup banyak orang. Peningkatan produktivitas pertanian merupakan fokus pemerintah saat ini. Penelitian terdahulu menunjukkan bahwa pertumbuhan ouput pertanian tidak hanya dipengaruhi oleh modal dan tenaga kerja tetapi terdapat faktor lain yang dinamakan dengan Total Factor Productivity (TFP). Penelitian ini berfokus terhadap faktor-faktor yang memengaruhi pertumbuhan TFP sektor pertanian di Indonesia pada periode 1980-2011. Metode perhitungan TFP pada penelitian ini menggunakan linearisasi fungsi produksi Cobb-Douglas. Error Correction Model (ECM) digunakan untuk menganalisis faktor-faktor yang memengaruhi TFP sektor pertanian. Variabel independen yang digunakan pada model ini antara lain luas sawah irigasi, tingkat inflasi, tingkat pendidikan, kredit pertanian, dan trade openness, sedangkan variabel dependen yang digunakan adalah TFP sektor pertanian. Hasil penelitian ini menunjukkan bahwa variabel yang memengaruhi TFP sektor pertanian pada pada jangka pendek antara lain tingkat pendidikan dan trade openness. Variabel yang berpengaruh pada jangka panjang adalah tingkat pendidikan, kredit pertanian, dan trade openness.
Kata kunci: Total Factor Productivity, Pertanian, Error Correction Model
ABSTRACT
MANDA KUMORO SARASWATI. Analysis of Factors Affecting Total Factor
Productivity (TFP) Growth in Indonesia Agricultural Sector. Supervised by IDQAN FAHMI
The agricultural sector is a sector which is crucial and has an important role for people life. Enhancement in agricultural productivity is the focus of the current Government. Previous research shows that the growth of agricultural output was not only influenced by the capital and labor but there is another factor called Total Factor Productivity (TFP). This research focuses on the factors that affect TFP growth of the agricultural sector in Indonesia in the period 1980-2011. This research using Cobb-Douglas linearization to calculate TFP value. Error Correction Model (ECM) used to analyze factors that affect agricultural TFP. Independent variables used in this model are irrigation, inflation rate, level of education, agricultural credit, and trade openness, while the dependent variable used is agricultural TFP. The results of this research indicate that the variables that affect agricultural TFP in the short-term are education and level of trade openness. Variables that affect agricultural TFP on long term are the level of education, agricultural credit, and trade openness.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PERTUMBUHAN TOTAL FACTOR PRODUCTIVITY (TFP) SEKTOR
PERTANIAN DI INDONESIA
MANDA KUMORO SARASWATI
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR BOGOR
Judul Skripsi : Analisis Faktor-Faktor yang Memengaruhi Pertumbuhan Total
Factor Productivity (TFP) Sektor Pertanian di Indonesia Nama : Manda Kumoro Saraswati
NIM : H14090059
Disetujui oleh
Dr. Ir. Idqan Fahmi. M,Ec. Pembimbing
Diketahui oleh
Dr. Ir. Dedi Budiman Hakim. M,Ec. Ketua Departemen
PRAKATA
Puji dan syukur penulis ucapkan kepada ALLAH SWT atas segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Judul yang dipilih dalam penelitian yang dilaksanakan sejak bulan Desember 2012 sampai Juni 2013 ini ialah Analisis Faktor-Faktor yang Memengaruhi Pertumbuhan Total Factor Productivity (TFP) Sektor Pertanian di Indonesia.
Terima kasih penulis ucapkan kepada Bapak Dr. Idqan Fahmi selaku pembimbing selama proses penyelesaian skripsi yang telah meluangkan waktunya untuk membimbing penulis. Ibu Dr. Lukytawati sebagai dosen penguji utama dan Bapak Salahuddin El Ayyubi sebagai dosen dari komisi pendidikan yang telah bersedia menguji penulis dan memberikan masukan berharga untuk perbaikan. Tidak lupa juga penulis mengucapkan banyak terimakasih kepada Bapak Ismiyarto, M.si dan Ibu Pudji Astuti selaku Ayahanda dan Ibunda dari penulis yang telah banyak berkorban dalam memberikan cinta, kasih, dan sayang kepada puterinya. Pihak BPS Pusat dan pihak Pusdatin Kementan yang telah menyediakan dan melayani penulis saat proses pengumpulan data. Penulis juga mengucapkan terimakasih kepada teman satu bimbingan Bram, Marsha, dan Gibran yang saling memberikan dukungan untuk menyelesaikan skripsi. Kepada teman-teman Wisma Melati (WM) yang telah memberikan tawa dan canda di hari-hari penulis, khususnya Monica dan Mbak Putri. Kepada Teman-teman Ilmu Ekonomi 46, khususnya Evanti Andriani Syahputri, Masudi Syifa, dan Bintan yang telah banyak memberikan inspirasi. Serta partner-partner sejati penulis dalam lomba karya tulis, yaitu Kak Vevi, Perdana, Nida, Kak Putri,dan Amel yang selalu loyal dengan penulis dalam menciptakan karya-karya baru. Serta Kak Fitria Dewi yang telah banyak membantu dalam pencarian data dalam skripsi.
Semoga skripsi ini bermanfaat.
Bogor, Juli 2013
DAFTAR ISI
DAFTAR TABEL ix DAFTAR GAMBAR ix DAFTAR LAMPIRAN x PENDAHULUAN
LatarBelakang 1
Perumusan Masalah 2
Tujuan Penelitian 3
Manfaat Penelitian 3
Ruang Lingkup Penelitian 3
TINJAUAN PUSTAKA 3
Model Petumbuhan Solow 3
Teori Pertumbuhan Endogen 4
Konsep Pengukuran TFP 5
Faktor-Faktor yang Memengaruhi TFP Pertanian 6
Penelitian Terdahulu 9
Kerangka Berpikir 10
Hipotesis Penelitian 11
METODE PENELITIAN
Jenis dan Sumber Data 12
Spesifikasi Variabel 13
Metode Analisis 14
Perhitungan Pertumbuhan TFP Sektor Pertanian 14
Uji Kestasioneran Data 15
Engle-Granger Cointegration 15
Spesifikasi Error Correction Model (ECM) 17
Uji Kausalitas Granger 17
Uji Diagnostik 17
HASIL DAN PEMBAHASAN
Analisis Pertumbuhan TFP Sektor Pertanian 19
Pengujian Pra Estimasi 24
Analisis Faktor-Faktor yang Memengaruhi Pertumbuhan TFP Sektor
Pertanian 28
Faktor-Faktor yang Memengaruhi Pertumbuhan TFP
Sektor Pertanian pada Jangka Pendek 28
Faktor-Faktor yang Memengaruhi Pertumbuhan TFP Sektor
Pertanian Pada Jangka Panjang 29
Rekomendasi Kebijakan yang Tepat untuk Pemerintah dalam
Memperbaiki Pertumbuhan TFP Sektor Pertanian 31 SIMPULAN DAN SARAN
Simpulan 32
Saran 33
DAFTAR PUSTAKA 34
LAMPIRAN 36
DAFTAR TABEL
1. Operasionalisasi Variabel yang Digunakan dalam Penelitian 12 2. Hasil Estimasi Regresi Fungsi Produksi Cobb-Douglas untuk
Perhitungan Koefisien TFP 20
3. Hasil Perhitungan Pertumbuhan TFP Sektor Pertanian di Indonesia 20 4. Hasil Uji Augmented Dickey Fuller pada Level 24 5. Hasil Uji Augmented Dickey Fuller pada First Difference 25 6. Hasil Uji Augmented Dickey Fuller Persamaan Residual 25
7. Uji kausalitas Granger 26
8. Hasil Estimasi Faktor-Faktor yang Memengaruhi Pertumbuhan
TFP pada Jangka Pendek 28
9. Hasil Estimasi Faktor-Faktor yang Memengaruhi Pertumbuhan
TFP Sektor Pertanian pada Jangka Panjang 30
DAFTAR GAMBAR
1. Technical Change, Efficiency Gain, dan Economies of Scale 8
2. Bagan Kerangka Pemikiran 11
DAFTAR LAMPIRAN
1. Variabel-variabel yang digunakan dalam Penelitian 37 2. Hasil Linearisasi Fungsi Produksi Cobb-Douglas untuk
Perhitungan TFP 38
3. Hasil Uji Augmented Dickey Fuller pada Level dan First
Difference 38
4. Hasil Uji Augmented Dickey Fuller Persamaan Residual 41 5. Hasil Estimasi Error Correction Model (ECM) 42
6. Hasil Estimasi Engle-Granger Cointegration 42
7. Hasil Uji Autokorelasi 43
8. Hasil Uji Heteroskedastisitas 43
1
PENDAHULUAN
Latar Belakang
Sektor pertanian merupakan sektor yang sangat krusial di Indonesia karena semua bahan pangan berasal dari pertanian. Selain sumber pangan, pertanian sendiri memiliki arti yang penting bagi formasi ketenagakerjaan Indonesia Berdasarkan data yang diperoleh dari Badan Pusat Statistik (BPS) tahun 2012, sektor pertanian mampu menyerap tenaga kerja sebanyak 38.882.134 penduduk atau sekitar 44,73 persen penduduk Indonesia bekerja di sektor pertanian.
Selain itu, pentingnya sektor pertanian untuk Indonesia dapat dilihat dari kontribusi sektor pertanian sebagai penghasil PDB yang cukup besar. Berdasarkan data Badan Pusat Statistik (BPS) tahun 2012, sektor pertanian memberikan kontribusi sebesar 14,4 persen terhadap total PDB Indonesia atau sekitar 1.190,4 triliun.
Pentingnya sektor pertanian juga dapat kita ketahui dari banyaknya bahan baku (input) dari indutri pengolahan kebanyakan berasal dari sektor pertanian. Selain itu berdasarkan perencanaan Kementerian Perindustrian bahwa terdapat 35 klaster industri yang diprioritaskan 12 diantaranya adalah industri agro.
Indonesia merupakan negara agraris yang kaya akan sumber daya alam, tetapi ironis sekali saat ini Indonesia masih bergantung pada impor pangan tiap tahunnya. Berdasarkan data Kadin tahun 2013 sejak Januari hingga November 2012 impor produk pangan Indonesia adalah sebesar Rp 81,5 triliun. Salah satu faktor yang menyebabkan tingginya impor tersebut karena produktivitas pertanian kita masih rendah.Apabila persoalan ini tidak segera diatasi, maka ketergantungan pada pangan impor akan semakin besar.
Selain itu, saat ini populasi penduduk Indonesia mencapai angka 240 juta, dengan laju pertumbuhan penduduknya sekitar 1,49% atau sekitar 4 juta per tahun. Berdasarkan teori Malthus, populasi manusia akan meningkat secara deret ukur sementara kebutuhan pangan (makanan) untuk manusia berkembang secara deret hitung. Menurut Malthus, manusia berkembang jauh lebih cepat daripada sumber makanan mereka. Populasi di Indonesia selalu meningkat tiap tahunnya, dan seharusnya diikuti pula oleh peningkatan ketersediaan pangan. Sementara itu kapasitas produksi pangan nasional, pertumbuhannya lambat karena adanya kompetisi pemanfaatan dan penurunan kualitas sumber daya alam. Peningkatan produktivitas pertanian merupakan hal yang perlu dilakukan untuk meningkatkan output pertanian agar supply bahan pangan dapat meningkat.
2
dimana faktor produksi diproses secara bersama-sama untuk menghasilkan output. Selain itu, input-input yang digunakan tidak tunduk kepada law of diminishing return, sehingga dapat diandalkan sebagai ukuran pertumbuhan yang sustainable pada jangka panjang.
Negara-negara yang terbilang maju dalam beberapa dasawarsa terakhir menunjukkan bahwa sumbangan terbesar pada peningkatan nilai pertumbuhan ekonomi bukanlah faktor jumlah modal dan jumlah pekerja, melainkan faktor lain yang selama ini masuk dalam kategori residu. Berdasarkan perhitungan, kemajuan penguasaan ilmu pengetahuan dan teknologi (iptek) juga dinyatakan sebagai salah satu elemen dalam residu atau sebagai faktor eksogen terhadap modal dan tenaga kerja. Secara umum, teori-teori yang berkaitan dengan variabel yang memengaruhi pertumbuhan ekonomi dikelompokkan pada tiga variabel besar, yaitu modal, tenaga kerja, dan hal-hal di luar kedua faktor tersebut yang disebut dengan residu. Hal tersebut berkembang menjadi sebuah teori pertumbuhan yang menganggap residu tersebut adalah faktor eksogen yang dikemukakan oleh Solow dengan teori eksogennya. Kemudian residual Solow tersebut lebih dikenal dengan sebutan TFP atau Technological Progress.
Berdasarkan permasalahan di atas, penelitian ini akan fokus terhadap faktor-faktor yang menentukan pertumbuhan TFP sektor pertanian di Indonesia. Penelitian ini merupakan hal yang penting dan perlu dilakukan untuk memahami sejauh mana peranan TFP di sektor pertanian dan berbagai upaya mempertahankan pertumbuhan sektor pertanian yang selanjutnya dapat memberikan kontribusi terhadap kinerja perekonomian secara keseluruhan. Selain itu, penting mengingat Indonesia merupakan negara agraris yang kaya akan sumber daya pangan serta adanya isu ketahanan pangan merupakan hal yang sangat krusial untuk meningkatkan produktivitas sektor pertanian dalam rangka memenuhi kepentingan hajat hidup orang banyak.
Perumusan Masalah
Perbedaan kondisi perekonomian antar negara maju dan berkembang disebabkan adanya perbedaan terhadap pertumbuhan TFP (Hiroaki, 1994). TFP yaitu perubahan produktivitas faktor produksi yang tidak bisa lagi dikelompokkan, apakah sebagai kontribusi dari kapital ataukah kontribusi dari tenaga kerja.Teori pertumbuhan neo-klasik mengartikan TFP sebagai kemajuan teknologi yang bersifat eksogen, sedangkan teori pertumbuhan endogen, mengartikan TFP tidak hanya kemajuan teknologi, tetapi sebagai unsur-unsur lain yang dapat berupa kebijakan ekonomi internasional, stabilitas makroekonomi, tingkat pendidikan, infrastruktur, penggunaan teknologi, dan sebagainya. Begitupun sektor pertanian, pertumbuhan output tidak hanya dipengaruhi oleh kapital dan tenaga kerja melainkan juga dipengaruhi oleh TFP. Lebih lanjut, TFP sektor pertanian diduga dipengaruhi oleh beberapa faktor.
Berbekalkan latar belakang, pemikiran secara teoritis, dan beberapa data pendukung, masalah yang diteliti dapat dirumuskan sebagai berikut:
1. Bagaimana pertumbuhan TFP sektor pertanian di Indonesia?
3 3. Bagaimana kebijakan yang tepat bagi Pemerintah untuk memperbaiki
pertumbuhan TFP sektor pertanian di Indonesia? Tujuan Penelitian
Berdasarkan latar belakang dan perumusan masalah, maka tujuan dari penelitian ini adalah:
1. Menganalisa pertumbuhan TFP sektor pertanian di Indonesia.
2. Menganalisa faktor-faktor yang memengaruhi pertumbuhan TFP sektor pertanian di Indonesia.
3. Merumuskan rekomendasi kebijakan yang tepat bagi Pemerintah untuk memperbaiki pertumbuhan TFP sektor pertanian di Indonesia.
Manfaat Penelitian
Adapun pencapaian substansi yang diharapkan dari penelitian ini meliputi:
1. Memberikan wacana dan informasi lebih terperinci kepada penulis untuk mendalami kondisi TFP sektor pertanian serta mengkaji efek dari kebijakan makroekonomi terhadap pertumbuhan TFP sektor pertanian 2. Rekomendasi bagi instansi regulator yang berperan sebagai pihak yang
berkepentingan dalam sektor pertanian. Secara langsung tertuju kepada Kementerian Pertanian, Bank Indonesia, Bappenas dalam merumuskan sekaligus menetapkan kebijakan yang koordinatif sekaligus kondusif secara ekonomi bagi peningkatan produktivitas di bidang pertanian.
3. Penelitian ini diharapkan menjadi pertimbangan bagi para peneliti di bidang pertanian dalam proses pengambilan keputusan.
4. Sebagai bahan referensi dan informasi untuk penelitian lebih lanjut Ruang Lingkup Penelitian
Penelitian ini menggunakan data sekunder dari berbagai sumber data yang tersedia.Penelitian ini dilakukan untuk menganalisis faktor-faktor yang memengaruhi TFP sektor pertanian Indonesia periode 1980-2011. Sektor pertanian dalam penelitian ini mencakup arti luas, yang termasuk subsektor tanaman pangan, hortikultura, perkebunan, peternakan, perikanan, dan kehutanan.
TINJAUAN PUSTAKA
Model Pertumbuhan Solow
4
ukuran dari produktivitas faktor produksi yang tidak dapat diketahui apakah berasal dari faktor tenaga kerja atau kapital.
Teori pertumbuhan neo-klasik awal memiliki asumsi sederhana yaitu tidak ada kemajuan teknologi. Fungsi produksi (Y) hanya ditentukan oleh faktor produksi tenaga kerja (L) dan kapital (K).
Y = F (K,L)………...(1)
Kenaikan kedua faktor produksi sebesar ΔK dan ΔL akan meningkatkan
output. Kenaikan output dengan menggunakan produk marjinal dari kedua faktor produksi dijelaskan dengan persamaan:
ΔY = (MPK x ΔK) + (MPL x ΔL)………...………...(2) Produk marjinal tenaga kerja (marginal product of labor) atau MPL adalah jumlah output tambahan yang didapat perusahaan dari satu unit tenaga kerja tambahan dengan modal tetap. Produk marjinal modal (marginal product of capital), atau MPK, adalah jumlah output tambahan yang perusahaan dapatkan dari unit modal tambahan, dengan jumlah tenaga kerja konstan
Persamaan (2) juga dapat ditulis sebagai berikut:
= + ………......(3)
Bentuk persamaan (1.3) menunjukkan hubungan antara tingkat pertumbuhan output, dengan tingkat pertumbuhan kapital, dan tingkat pertumbuhan tenaga kerja . , menujukkan bagian kapital dari output sedangkan menujukkan bagian tenaga kerja dari output. Dengan asumsi bahwa fungsi produksi memiliki skala pengembalian konstan maka, persamaan (3) dapat ditulis sebagai berikut:
= α + β ………...
...(4) Robert M. Solow dalam Mankiw (2003) telah memasukkan perubahan teknologi yang dilambangkan dalam huruf A dalam fungsi produksi, dimana perubahan tersebut juga mencerminkan teknologi yang digunakan untuk mengubah modal dan tenaga kerja menjadi output. Jadi, perubahan teknologi memengaruhi fungsi produksi, karena teknologi produksi yang ada menentukan berapa banyak output diproduksi dan jumlah modal dan tenaga kerja tertentu. Persamaan mengganakan tingkat teknologi terbaru (TFP) adalah sebagai berikut:
Y = A F(L, K) ………...(5) Simbol A adalah ukuran dari tingkat penggunaan teknologi atau disebut juga TFP. Dengan demikian peningkatan produksi tidak hanya diakibatkan oleh peningkatan tenaga kerja dan kapital, tetapi juga oleh kenaikan TFP.
= α + β + ………...(6) Persamaan (6) mengukur tiga sumber pertumbuhan yaitu perubahan jumlah kapital, perubahan jumlah tenaga kerja, dan perubahan TFP.
Teori Pertumbuhan Endogen
5 pertumbuhan endogen dengan menyatakan bahwa pertumbuhan jangka panjang sangat ditentukan oleh akumulasi pengetahuan para pelaku ekonomi.
Romer mengembangkan teori pertumbuhan endogen yang bertumpu pada pentingnya sumber daya manusia sebagai kunci utama dalam perekonomian. Dalam model Romer, pertumbuhan jangka panjang sangat ditentukan oleh akumulasi pengetahuan para pelaku ekonomi. Tiga elemen utama dalam model Romer yaitu:
1. Adanya unsur eksternalitas, sebagai akibat kemajuan ilmu pengetahuan. 2. Adanya peningkatan skala hasil yang semakin meningkat (increasing return to
scale), yang menyebabkan peningkatan spesialisasi dan pembagian kerja. 3. Semakin pendeknya waktu pemanfaatan ilmu pengetahuan, karena pesatnya
perkembangan di sektor riset.
Secara umum model Romer dirumuskan sebagai berikut :
Yit = dengan 0 < α < 1; 0 < β < 1……..………….………...(7) dimana:
Yi = output produksi Ki = kapital
Li = tenaga kerja
A = kemajuan pengetahuan/ teknologi (technical knowledge). t = waktu
Secara sederhana, teori pertumbuhan endogen yang telah memperhitungkan penggunaan teknologi sebagai implikasi tingkat pengetahuan sumber daya ditunjukkan persamaan berikut :
Y = AF (L, K)………..………..…….…...(8) Dimana A adalah ukuran dari tingkat penggunaan teknologi atau disebut juga Total Factor Productivity (TFP). Dengan demikian peningkatan produksi tidak hanya diakibatkan oleh peningkatan tenaga kerja dan kapital, tetapi juga oleh kenaikan TFP.
= α + β + ……….……….…....(9) Persamaan (9) mengukur tiga sumber pertumbuhan yaitu perubahan jumlah kapital, perubahan jumlah tenaga kerja, dan perubahan TFP.
Konsep Pengukuran TFP
Landasan teori pertumbuhan yang digunakan banyak mengacu pada model pertumbuhan neo-klasik dimana tingkat pertumbuhan suatu negara hanya dijelaskan dengan penekanan kepada fungsi produksi agregat dengan faktor produksi tenaga kerja dan kapital. Faktor lain yang memengaruhi pertumbuhan ekonomi selain tenaga kerja dan kapital dianggap sebagai kemajuan teknologi yang bersifat eksogen. Tahun 1980-an diperkenalkan perkembangan teori pertumbuhan endogen (endogenous growth theory). Teori pertumbuhan endogen telah memasukkan berbagai aspek sebagai penentu pertumbuhan ekonomi selain tenaga kerja dan kapital yang sering disebut TFP yang dianggap sebagai ukuran produktivitas dan bersifat endogen.
6
agregat input, dan (2) sebagai indeks efektivitas dari suatu input dalam menghasilkan suatu output sebelum dan sesudah terjadi perubahan teknologi. Definisi ini dapat dirumuskan dalam bentuk fungsi Cobb Douglas (Suparyati 1999) :
VL = Kontribusi tenaga kerja pada nilai tambah (PDB) VK = Kontribusi kapital pada nilai tambah (PDB) t = waktu
TFP = Total Factor Productivity
Secara sederhana, TFP merupakan ukuran yang digunakan untuk menggambarkan kemajuan teknologi dalam suatu proses produksi. TFP ditunjukkan dari pertumbuhan nilai tambah atau PDB setelah pertumbuhan tenaga kerja dan pertumbuhan kapital digunakan.
Menurut Solow model yang digunakan untuk mengukur TFP berasal dari fungsi produksi Cobb-Douglas:
Nilai elastisitas faktor produksi tenaga kerja (α) dan nilai elastisitas kapital
(β) yang berasal dari hasil regresi persamaan (11) digunakan untuk mengukur TFP pada persamaan perhitungan TFP berikut :
= - α - β ………...(12)
dimana:
α = rata-rata kontribusi kapital.
β = rata-rata kontribusi tenaga kerja.
= Total Factor Productivity
Analisis produktivitas dari konsep fungsi produksi (Jorgenson,1995) menjelaskan bahwa output dapat dipengaruhi oleh input konvensional (tenaga kerja, modal, dan land) maupun input yang unconventional (infrastruktur, resource allocation, human capital, faktor-faktor ekonomi, dan sebagainya). Input-input tersebut dapat dituliskan dengan fungsi produksi seperti berikut:
Q = f (X,Z) (13)
Keterangan : Q = output
7 Z = input tidak konvensional
Faktor- faktor yang memengaruhi TFP dapat diidentifikasi dengan fungsi produksi yang simple, yaitu TFP = g (Z). Persamaan tersebut mengartikan bahwa TFP merupakan fungsi dari beberapa input yang tidak konvensional (unconventional inputs). Jorgenson (1995) menjelaskan bahwa TFP dianggap sebagai residual dari pergerakan pertumbuhan output yang tidak bisa dijelaskan oleh input-input utama (input konvensional). Ada beberapa faktor-faktor yang dapat ditangkap dalam unconventional inputs, dimana input-input tersebut dapat dikategorikan ke dalam tiga kategori utama, yaitu :
1) Pure Technical Change
Kumbhakar (2010) menggunakan variabel kunci yang dapat berkontribusi dalam pergeseran produksi seperti human capital dalam model technical change. Sesuai dengan teori human capital bahwa manusia yang memiliki tingkat pendidikan yang lebih tinggi, diukur dengan lamanya waktu sekolah, akan memiliki pekerjaan dan upah yang lebih baik dibanding yang pendidikannya lebih rendah. Apabila upah mencerminkan produktivitas, maka semakin banyak orang yang memiliki pendidikan tinggi, semakin tinggi produktivitasnya. Selain itu, proses transfer teknologi dapat terlaksana dengan baik sehingga technological progress dapat tercapai.
2) Efficiency Gain
Li et al (2009) menjelaskan bahwa infrastruktur pedesaan seperti irigasi memiliki peranan yang penting bagi efisiensi produksi pertanian. Penggunaan air irigasi yang tepat dapat membantu meningkatkan produksi pertanian sehingga efficiency gain dapat tercapai. Infrastruktur sering dianggap sebagai faktor yang penting dalam memengaruhi TFP dalam beberapa literatur. Pembangunan infrastruktur yang baik dapat mengurangi biaya produksi secara langsung dan tidak langsung. Evenson (1991) telah meneliti bahwa prasarana infrastruktur dianggap sebagai faktor tetap yang memberikan kontribusi terhadap pertumbuhan dan produktivitas pertanian. Selain itu, kategori efficiency gain yang lainnya adalah sumber daya kredit (Supphanachart, 2010). Akses yang mudah terhadap kredit tidak hanya meningkatkan pertumbuhan ekonomi tetapi juga meningkatkan produktivitas perusahaan yang akan berkontribusi terhadap TFP dalam ekonomi secara keseluruhan. Karena kemudahan fasilitas kredit merupakan salah satu indikator pengembangan sektor finansial.
3) Economies of Scale
8
Ketiga kategori utama dari perubahan produktivitas dapat diilustrasikan pada Gambar 1. Pure technical change diidentifikasi dengan pergeseran dalam sebuah fungsi produksi. Kemajuan teknologi digambarkan oleh sebuah pergeseran fungsi produksi dari TP1 menjadi TP2. Efficiecy gain ditunjukkan oleh pergerakan arah dari fungsi produksi sendiri, yaitu dari titik A ke titik technically efficient B. Sedangkan economies of scale ditunjukkan dari sepanjang fungsi produksi terhadap skala optimal di titik C, dimana pada titik tersebut produktivitas maksimum dapat dicapai.
Gambar 1. Technical Change, Efficiency Gain, dan Economies of Scale
Sumber : Coelli et al. (2005:5-6)
Seperti yang telah dijelaskan sebelumnya bahwa TFP dipandang sebagai residual dari bagian output yang tidak dapat dijelaskan oleh kontribusi dari input konvesional, maka kemungkinan masih banyak terdapat faktor-faktor eksternal lain memeengaruhi TFP sehingga tidak hanya terbatas pada tiga kategori seperti pure technical change, efficiency gain, dan economies of scale. Evenson (2001) dan beberapa penelitian produktivitas lainnya (Supphanachart dan Waar, 2010) menyebutkan terdapat kategori lain yang dapat masuk ke dalam unconventional inputs yaitu faktor ekonomi (economic factor) dimana didalamnya terdapat stabilitas makroekonomi. Suparyati (1999) menggunakan variabel inflasi sebagai proksi dari stabilitas makroekonomi.
9 Penelitian Terdahulu
Suparyati (1999) mengkaji dampak keterbukaan ekonomi dan stabilitas makroekonomi terhadap pertumbuhan TFP Indonesia.Penelitian tersebut mengkaji berbagai faktor yang diidentifikasikan sebagai penentu pertumbuhan TFP yang dianggap sebagai ukuran tingkat produktivitas di Indonesia. Metode yang digunakan dalam penelitian ini dikategorikan sebagai metode penelitian kuantitatif yang menyoroti hubungan antara variabel dependen dan independen. Hasil penelitian dengan menggunakan teknik dan model ordinary least square (OLS) diperoleh kesimpulan bahwa variabel bebas yang signifikan memengaruhi pertumbuhan TFP adalah kebijakan orientasi ekspor, rasio neraca transaksi berjalan terhadap PDB, Nilai Tukar Efektif riil, dan tingkat pendidikan. Sedangkan variabel yang tidak memiliki pengaruh yang signifikan terhadap pertumbuhan TFP adalah tingkat inflasi.
Penelitian Kusumastuti (2007) yang menganalis total faktor produktivitas tanaman pangan di Indonesia periode 1985-2004, menyatakan bahwa total faktor produktivitas TFP tanaman pangan di Indonesia periode 1985-2004 menggambarkan nilai positif dengan pertumbuhan output dan pertumbuhan input. Variabel input produksi (K) yang berupa bibit, pupuk dan pestisida, luas areal panen (P) mempunyai hubungan positif dan berpengaruh signifikan terhadap output produksi (Q) tanaman pangan di Indonesia. Semakin besar kenaikan input produksi, luas areal panen maka akan berpengaruh terhadap output produksi tanaman pangan di Indonesia. Variabel tenaga kerja (L) tidak berpengaruh signifikan terhadap output produksi (Q) tanaman pangan di Indonesia. Hal ini diduga adanya pergeseran kesempatan kerja di pertanian dan non pertanian secara makro.
Pendekatan TFP juga digunakan dalam penelitian Tarwiyanto (2007) untuk melihat peranan TFP terhadap perekonomian di Sumatera Selatan. Hasil penelitian menunjukkan bahwa investasi pemerintah yaitu pengeluaran pembangunan di Sumatera Selatan berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi. Demikian juga variabel investasi swasta berpengaruh positif terhadap pertumbuhan ekonomi Sumatera Selatan. Sedangkan variabel tenaga kerja dan dummy otonomi daerah tidak berpengaruh secara signifikan terhadap pertumbuhan ekonomi di Sumatera Selatan. Kontribusi investasi pemerintah dan investasi swasta terhadap pertumbuhan ekonomi di Sumatera Selatan masing-masing sebesar 1.04 persen dan 0.17 persen sedangkan kontribusi TFP hanya 0.17 persen. Kondisi ini menunjukkan bahwa masih lemahnya kemampuan teknologi dan manusia menyatu dalam keterampilan pekerja karena peningkatan produksi masih sangat bergantung pada modal fisik.
10
secara negatif dan signifikan. Sementara pendapatan riil per kapita menunjukkan hubungan yang positif namun tidak signifikan dengan pertumbuhan produktivitas.
Supphanachart (2010) mengkaji mengenai pengukuran dan faktor penentu TFP sektor pertanian di Negara Thailand. Metode yang digunakan untuk perhitungan TFP pertanian adalah dengan menggunakan metode growth accpunting dari tahun 1970-2006. Ruang lingkup penelitian dibatasi untuk subsektor tanaman pangan dan peternakan. Permodelan yang digunakan untuk menentukan faktor-faktor yang memengaruhi TFP pertanian adalah Error Correction Model (ECM). Hasil menunjukkan bahwa TFP memeberikan kontribusi terhadap pertumbuhan ouput pertanian, baik tanaman pangan maupun peternakkan. Model ECM untuk subsektor tanaman pangan menunjukkan bahwa faktor-faktor yang menentukan TFP pertanian di subsektor pangan adalah kegiatan penelitian dan pengembangan pertanian, penyuluhan pertanian, dan infrastruktur. Sementara untuk peternakkan dipengaruhi oleh kegiatan penelitian dan pengembangan serta dummy flu burung.
Kerangka Berpikir
11
Gambar 2. Bagan Kerangka Pemikiran
Hipotesis Penelitian
Berdasarkan permasalahan, tujuan, dan alur kerangka pemikiran, maka hipotesis dari penelitian ini adalah :
1. TFP memberikan kontribusi yang penting bagi pertumbuhan PDB sektor pertanian.
2. Variabel pendidikan mempunyai hubungan positif terhadap nilai pertumbuhan TFP. Artinya, semakin tinggi pendidikan tenaga kerja akan meningkatkan pertumbuhan TFP sektor pertanian.
3. Kredit pertanian mempunyai hubungan positif terhadap nilai TFP.Artinya, peningkatan proporsi pengeluaran kredit pertanian akan meningkatkan pertumbuhan TFP sektor pertanian.
4. Tingkat inflasi mempunyai hubungan yang negatif terhadap pertumbuhan TFP. Artinya, penurunan tingkat inflasi akan menyebabkan kenaikan pertumbuhan TFP sektor pertanian.
Technical Change
Tenaga Kerja Output Pertanian
-Pendidikan
Modal TFP
Efficiency
Gains Economies of Scale
- Infrasruktur -Kredit Pertanian
-Trade Openness
Economic Factor
-Inflasi
12
5. Trade openness mempunyai hubungan positif terhadap pertumbuhan TFP. Artinya, kenaikan ekspor dan impor terhadap GDP akan meningkatkan pertumbuhan TFP sektor pertanian.
6. Luas sawah irigasi memiliki pengaruh positif terhadap pertumbuhan TFP pertanian. Artinya, peningkatan luas lahan sawah irigasi akan meningkatkan pertumbuhan TFP sektor pertanian.
METODE PENELITIAN
Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa data time series periode 1980 sampai dengan 2011. Data yang digunakan terdiri dari data PDB pertanian, tenaga kerja di sektor pertanian, investasi penanaman modal asing dan penanaman modal dalam negeri di sektor pertanian, nilai ekspor pertanian. Deskripsi data yang digunakan dalam penelitian dapat dilihat pada Tabel. Sumber data berasal dari Badan Pusat Statistik (BPS), Bank Indonesia (BI), Badan Koordinasi Penanaman Modal (BKPM),Departemen Pertanian (Deptan), World Bank, FAO,UNESCO dan berbagai literatur dari media cetak maupun internet. Adapun operasionalisasi variabel yang digunakan dalam penelitian dapat dilihat pada Tabel 1. Variabel-variabel yang digunakan dalam penelitian ini berbentuk logaritma. Adapun variabel yang digunakan dapat dilihat pada Lampiran 1.
Tabel 1. Simbol, Peubah Penelitian, Satuan, dan Sumber Data
Simbol Deskripsi Satuan Sumber
LOGPDB Produk Domestik Bruto sektor pertanian Penanaman Modal Dalam Negeri (PMDN) sektor pertanian
Miliar USD BKPM
LOGI Luas sawah irigasi teknis dan non teknis
Hektar Kementan
LOGINF Indeks Harga Konsumen sebagai ukuran dari inflasi
pertanian dibagi dengan PDB pertanian
Satuan indeks
FAO
LOGKP Jumlah kredit pertanian yang diberikan oleh perbankan
Miliar Rp BPS
LOGPD Jumlah penduduk di sektor
pertanian yang tamat pendidikan dasar
13
Spesifikasi Variabel
1. Produk Domestik Bruto
Variabel Produk Domestik Bruto (PDB) adalah jumlah seluruh nilai barang dan jasa final yang diproduksi di suatu Negara dalam jangka waktu tertentu. Nilai PDB yang digunakan dalam penelitian ini atas dasar harga konstan tahun 2000 menurut lapangan usaha. Cakupan PDB yang digunakan terdiri dari PDB di sektor pertanian. Nilai PDB sektor pertanian dinyatakan dalam satuan miliar (Rp).
2. Investasi Asing
Variabel investasi asing yang digunakan dalam penelitian ini adalah Penanaman Modal Asing (PMA) merupakan fixed capital gross yang didekati dengan realisasi foreign direct investment (penanaman modal asing) di sektor pertanian Indonesia. Nilai PMA dinyatakan dalam satuan juta (USD).
3. Investasi Dalam Negeri
Variabel investasi dalam negeri yang digunakan dalam penelitian ini adalah Penanaman Modal Dalam Negeri (PMDN) yang telah disetujui dan telah terealisasi di sektor pertanian Indonesia. Nilai PMDN dinyatakan dalam satuan miliar (USD).
4. Tenaga Kerja
Variabel tenaga kerja yang digunakan dalam penelitian ini adalah banyaknya tenaga kerja yang diserap oleh sektor pertanian di Indonesia.
5. Pendidikan
Pendidikan menurut Dalle merupakan usaha sadar yang dilakukan oleh keluarga, masyarakat, dan pemerintah melalui kegiatan bimbingan, pengajaran, dan latihan, yang berlangsung di sekolah dan di luar sekolah sepanjang hayat untuk mempersiapkan peserta didik agar dapat melakukan peranan dalam berbagai lingkungan hidup secara tetap untuk masa yang akan datang. Ali (2011) menggunakan variabel pendidikan dasar sebagai proxy untuk sumber daya manusia untuk sektor pertanian. Penelitian ini menggunakan variabel jumlah penduduk yang tamat pendidikan dasar dibagi dengan tenaga kerja sektor pertanian sebagai pendekatan investasi SDM di sektor pertanian.
6. Irigasi
Irigasi adalah suatu usaha mendatangkan air dengan membuat bangunan dan saluran-saluran untuk dialiri ke sawah-sawah atau ladang-ladang dengan cara teratur dan membuang air yang tidak diperlukan lagi, setelah air itu dipergunakan dengan sebaik-baiknya. Suphannachart (2010) menggunakan variabel irigasi sebagai pendekatan infrastruktur pertanian. Penelitian ini menggunakan variabel luas lahan sawah irigasi teknis dan non teknis. Satuan irigasi dinyatakan dalam hektar (Ha).
7. Kredit Pertanian
14
8. Keterbukaan Perdagangan
Trade openness merupakan indikator liberalisasi perdagangan. Ali (2011) menghitung trade openness dengan menjumlahkan ekspor dan impor terhadap Produk Domestik Bruto (PDB). Penelitian ini menggunakan trade openness yang dihitung dari penjumlahan nilai ekspor dan impor pertanian dibagi dengan PDB pertanian.
9. Inflasi
Inflasi merupakan peningkatan harga-harga secara umum dan terus-menerus berkaitan dengan mekanisme pasar yang dapat disebabkan oleh berbagai faktor. Indikator yang sering digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). Suparyati (1999) menggunakan variabel inflasi sebagai indikator stabilitas makroekonomi yang memengaruhi pertumbuhan TFP Indonesia. Penelitian ini menggunakan variabel IHK dalam model sebagai ukuran dari inflasi yang mencerminkan stabilitas makroekonomi.
Metode Analisis
Software yang digunakan untuk melakukan pengolahan data adalah Eviews 6 dan Microsoft Excel 2007. Metode analisis yang digunakan untuk menjawab berbagai tujuan dalam penelitian adalah dengan melakukan perhitungan pertumbuhan TFP sektor pertanian, estimasi persamaan Error Correction Model (ECM), serta estimasi persamaan Engle-Granger Cointegration.
Perhitungan Pertumbuhan TFP Sektor Pertanian
Perhitungan TFP berawal dengan memasukkan variabel technological progress (TFP) yang disimbolkan dengan A ke dalam fungsi produksi Cobb Douglas yang dapat dituliskan menjadi:
Q = A f (L,K)………...(14) Q = A Lα Kβ………...(15) Persamaan tersebut bisa dijadikan dasar pemikiran mengenai kemungkinan bahwa pertumbuhan output tidak selalu disebabkan intensitas penggunaan input (dalam hal ini penggunaan tenaga kerja dan modal) namun ada kemungkinan lainnya yaitu dalam peningkatan produktivitas inputnya yang dicerminkan oleh variabel A sebagai variabel technological progress atau TFP. Dengan adanya peningkatan produktivitas secara keseluruhan, perhitungan TFP dapat dirumuskan sebagai berikut :
A=TFP= ………...(16)
TFP =
= ………...(17) Tahap-tahap yang dilakukan dalam melakukan perhitungan TFP menurut Raswatie (2013) yaitu :
1. Melakukan transformasi fungsi produksi Cobb-Douglas ke dalam bentuk logaritma linier.
2. Melakukan analisis regresi fungsi produksi Cobb-Douglas yang telah
ditransformasi dalam bentuk logaritma untuk memperoleh nilai elastisitas α dan β.
15 Berdasarkan persamaan Cobb-Douglas (15), maka penelitian menggunakan persamaan sebagai berikut :
PDB = a0 TKa1IAa2IDa3………..(18) Linearisasi persamaan (18) menghasilkan bentuk sebagai berikut ;
LOGPDB = LOGa0 + a1 LOGTK + a2 LOGIA + a3 LOGID + ei…...(19) dimana :
PDB = Produk Domestik Bruto pertanian (miliar Rp) TK = tenaga kerja di sektor pertanian (ribu orang) IA = investasi asing di sektor pertanian (juta US$)
ID = investasi dalam negeri di sektor pertanian (miliar Rp) a0,..,a3 = parameter yang diduga
ei = error term
Investasi digunakan sebagai pendekatan kapital, karena investasi dilakukan untuk membentuk faktor produksi kapital, dimana sebagian dari investasi digunakan untuk pengadaan berbagai barang modal yang akan digunakan dalam kegiatan proses produksi. Melalui investasi, kapasitas produksi dapat ditingkatkan sehingga mampu meningkatkan output dan akan meningkatkan pendapatan.
Variabel Investasi sebagai pendekatan untuk kapital juga pernah dilakukan dalam penelitian-penelitian sebelumnya. Tarwiyanto (2007) menggunakan variabel investasi pemerintah dan swasta sebagai pendekatan kontribusi balas jasa kapital untuk perhitungan TFP di Sumatera Selatan.
Persamaan yang digunakan pada penelitian ini didasarkan pada penelitian terdahulu oleh Raswatie (2013) untuk perhitungan pertumbuhan TFP di sektor pertanian dengan menggunakan metode linearisasi fungsi produksi Cobb Douglas. Rumus yang digunakan adalah sebagai berikut:
a2 = share dari investasi asing.
a3 = share dari investasi dalam negeri.
= pertumbuhan investasi asing sebagai kapital.
= pertumbuhan investasi dalam negeri sebagai kapital.
Uji Stasioneritas Data
16
Pengujian untuk mengukur stasioneritas dilakukan dengan menggunakan Augmented Dickey Fuller (ADF) test atau uji akar-akar unit (unit root test).
Hipotesis yang digunakan dalam pengujian ini adalah: H0 = data tidak stasioner (mengandung unit root) H1 = data stasioner (tidak mengandung unit root)
Penolakan H0 menunjukkan data yang dianalisis sudah stasioner. Data dikatakan stasioner jika ADF test statistics lebih kecil dari nilai kritis MacKinnon.
Engle-Granger Cointegration
Kointegrasi adalah suatu hubungan jangka panjang (equilibrium) antara variabel-variabel yang tidak stasioner dan residual dari kombinasi linier tersebut harus stasioner. Uji kointegrasi dilakukan untuk mengetahui kemungkinan terjadinya kestabilan jangka panjang antara variabel-variabel yang ada sehingga dapat digunakan dalam sebuah persamaan. Metode yang digunakan dalam pengujian ini adalah metode Engle-Granger Cointegration Test yang biasanya dilakukan pada persamaan tunggal yang searah.
Engle-Granger Cointegration pada dasarnya menggunakan metode Augmented Dickey-Fuller (ADF) yang terdiri dari dua tahap. Tahap pertama dilakukan dengan meregresikan persamaan variabel dependen dengan variabel independen. TFP sektor pertanian diregresikan dengan irigasi,tingkat inflasi, kredit pertanian, pendidikan, dan trade openness. Kemudian didapatkan residual (u) dari persamaan tersebut. Tahapan kedua dilakukan dengan menggunakan metode ADF yang menguji akar-akar unit terhadap u dengan hipotesis yang sama dengan hipotesis akar-akar unit ADF sebelumnya.
Jika hipotesis nol ditolak atau signifikan maka variabel u adalah stasioner atau dalam hal ini ada kombinasi linier antara TFP sektor pertanian diregresikan dengan irigasi, tingkat inflasi, kredit pertanian, pendidikan, dan trade openness atau stasioner untuk u = I(0). Artinya meskipun variabel-variabel yang digunakan tidak stasioner namun dalam jangka panjang variabel-variabel tersebut cenderung menuju pada keseimbangan. Oleh karena itu, kombinasi linier dari variabel-variabel ini disebut regresi kointegrasi dan parameter-parameter yang dihasilkan dari kombinasi tersebut dapat disebut sebagai co-integrated parameters atau koefisien-koefisien jangka panjang.
TFP = f (Irigasi, tingkat inflasi, kredit pertanian, tingkat pendidikan, trade openness). Adapun model yang digunakan dalam penelitian ini adalah :
17
Spesifikasi Error Correction Model (ECM)
Model yang digunakan dalam penelitian ini berdasarkan model yang digunakan pada penelitian sebelumnya yang dilakukan oleh Suphanachart (2010) dan Ali (2011) yang telah diadopsi dan telah dimodifikasi untuk penyederhanaan dan penyesuaian tujuan penelitian ini.
Spesifikasi model yang digunakan untuk menyelidiki faktor-faktor yang memengaruhi pertumbuhan TFP adalah sebagai berikut (dalam logaritma):
DLOGTFPt = b0 + b1DlOGIt + b2DLOGINFt + b3DLOGKPt + b4DLOGPDt+ b5DLOGTOt + γut-1 + et (22)
-1< γ < 0 Dimana;
logTFP = nilai pertumbuhan TFP periode t;
logPD = jumlah penduduk di sektor pertanian yang tamat pendidikan dasar dibagi dengan tenaga kerja pertanian periode t (juta orang) ;
logI = luas sawah irigasi periode t (hektar) ;
logKP = jumlah kredit perbankan yang diberikan untuk sektor pertanian periode t (Miliar Rp) ;
logINF = Consumer Price Index pada periode t logTO = trade openness sektor pertanian periode t ;
γ = Error Correction Term
ut = log TFPt - b0 - logIt - logINFt - logKPt - logPDt - logTOt (23) et = error distribunce periode t.
D = First difference Uji Kausalitas Granger
Uji kausalitas ditujukan untuk mengukur kekuatan hubungan antar variabel dan menunjukkan arah hubungan sebab akibat, dimana X menyebabkan Y, Y menyebabkan X, atau X menyebabkan Y dan Y menyebabkan X. Uji kausalitas Granger dipercaya jauh lebih bermakna dari uji korelasi biasa (Ascarya 2009). Dengan melakukan uji kausalitas Granger dapat diketahui beberapa hal, sebagai berikut:
• Apakah X mendahului Y, apakah Y mendahului X, atau hubungan X dan Y timbal balik.
• Suatu variabel X dikatakan menyebabkan variabel lain Y, apabila Y saat ini diprediksi lebih baik dengan menggunakan nilai-nilai masa lalu X. • Asumsi dalam uji ini adalah bahwa X dan Y dianggap sepasang data runtut waktu yang memiliki kovarians linier yang stasioner
Uji Diagnostik (Diagnostic Tests)
18
1. Uji Multikolinearitas
Multikolinearitas adalah hubungan antar variabel-variabel eksogen. Dalam multikolinearitas terdapat hubungan fungsional yang bersifat linier antara dua atau lebih variabel bebas yang begitu kuat sehingga berpengaruh terhadap koefisien hasil estimasi dan koefisien regresi dari variabel bebas tersebut. Konsekuensi dari adanya multikolinearitas yaitu :
a. Hasil-hasil estimasi tetap tidak bias, b. Varian dan standar error akan meningkat, c. Nilai t akan turun,
d. Hasil-hasil estimasi akan menjadi sangat peka terhadap perubahan- perubahan spesifikasi,
e. Kecocokan data dan estimasi variabel-variabel yang tidak berkolinearitas tidak terpengaruh oleh munculnya multikolinearitas.
Pendeteksian adanya multikolinearitas dapat dilakukan dengan memeriksa koefisien korelasi sederhana antar variabel penjelas. Apabila nilai R2 tinggi, maka ada dua variabel penjelas tertentu berkorelasi dan masalah multikolinaritas ada di dalam persamaan itu.
2. Uji Heteroskedastisitas
Salah satu asumsi yang penting dari model regresi linier klasik adalah varian residual bersifat homoskedastik atau bersifat konstan. Apabila asumsi tersebut tidak terpenuhi maka varian residual tidak lagi bersifat konstan disebut dengan heteroskedastisitas. Konsekuensi dari adanya heteroskedastisitas yaitu :
a. Estimasi dengan menggunakan ECM tidak akan memiliki varian yang minimum atau estimator tidak efisien,
b. Prediksi (nilai Y untuk X tertentu) dengan estimator dari data yang sebenarnya akan mempunyai varian yang tinggi sehingga prediksi menjadi tidak efisien,
Pengujian yang dapat dilakukan untuk mendeteksi apakah data yang diamati terjadi heteroskedastisitas atau tidak yaitu dengan uji White- Heteroskedasticity. Apabila nilai probability Obs*R-squared lebih kecil dari taraf nyata berarti terdapat gejala heteroskedastisitas pada model, namun bila nilai probability Obs*R-squared lebih besar dari taraf nyata berarti tidak terdapat gejala heteroskedastisitas pada model.
3. Uji Autokorelasi
Masalah autokorelasi merujuk pada hubungan error term antar dua pengamatan. Autokorelasi terjadi pada serangkaian data runtut waktu, dimana error term pada satu periode waktu secara sistematik tergantung kepada error term pada periode-periode waktu yang lain. Konsekuensi dari adanya autokorelasi yaitu :
a. Ragam yang diperoleh dari estimasi dengan ECM bersifat under estimate, yaitu nilai varian parameter yang diperoleh lebih kecil daripada nilai varian yang sebenarnya.
b. Prediksi yang didasarkan pada metode ECM bersifat inefisien, artinya memiliki varian yang lebih besar dibandingkan dengan metode ekonometrika lainnya.
19 ditemukan gejala autokorelasi pada model, namun bila nilai probability Obs*Rsquared lebih kecil dari taraf nyata maka ditemukan gejala autokorelasi pada model.
4. Uji Normalitas
Normalitas merupakan salah satu asumsi statistik dimana error term terdistribusi normal. Jika asumsi ini terpenuhi, prosedur pengujian menggunakan statistik t menjadi tidak sah. Uji normalitas error term yang dilakukan adalah uji Jarque-Bera. Jika probability Obs*R-squared lebih besar dibandingkan taraf nyata maka error term terdistribusi normal.
HASIL DAN PEMBAHASAN
Analisis Pertumbuhan TFP Sektor Pertanian
Penemuan umum dari perhitungan TFP dengan menggunakan fungsi produksi Cobb Douglas adalah TFP memberikan kontribusi yang penting terhadap output (PDB) sektor pertanian selama periode 1980-2011. Berdasarkan data yang diperoleh dari BPS dan BKPM dengan menggunakan koefisien tenaga kerja, investasi PMA, dan investasi dalam negeri dari hasil estimasi pendekatan model Cobb Douglas seperti diuraikan di atas, maka dapat dihitung TFP sektor pertanian dengan melakukan transformasi fungsi produksi Cobb-Douglas ke dalam bentuk logaritma linier, melakukan analisis regresi fungsi produksi Cobb-Douglas yang telah ditransformasi dalam bentuk logaritma untuk memperoleh nilai koefisien masing-masing variabel, dan melakukan perhitungan TFP.
20
Tabel 2.Hasil Estimasi Regresi Fungsi Produksi Cobb-Douglas untuk Perhitungan Koefisien TFP
Dependent Variable : LOGPDB
Variable Koefisien t-statistics Probabilitas Keterangan
C -0.221167 -0.142962 0.8873
LOGTK 1.164363 3.305611 0.0026 Signifikan
LOGIA 0.056918 2.197336 0.0364 Signifikan
LOGID 0.017318 0.521066 0.6064 Tidak Signifikan
R-Squared : 0.615 F-statistic : 14.887 Adj R-squared : 0.573 Prob (F-statistic) : 0.000
21 Tabel 3. Hasil Perhitungan Pertumbuhan TFP Sektor Pertanian di
Indonesia
Fase Urbanisasi dan Konversi Lahan (1987-1996)
22
Berdasarkan perhitungan TFP periode 1980-2011, untuk memperkaya analisis pertumbuhan TFP sektor pertanian maka analisis TFP dibagi menjadi 4 fase yang didasarkan pada kebijakan pertanian dan fenomena yang terjadi pada periode tersebut, yaitu fase revolusi hijau (1980-1986), fase konversi lahan pertanian (1987-1996), fase krisis multidimensi (1997-2001), dan fase subsidi pupuk (2002-2011). Analisis TFP pertanian berdasarkan fase dilakukan untuk mengetahui kebijakan-kebijakan pertanian yang khas yang pernah dilakukan oleh Pemerintah dalam upaya peningkatan produktivitas pertanian pada periode masing-masing.
Fase Revolusi Hijau (1980-1986)
Revolusi Hijau di bidang pertanian adalah perubahan dalam teknologi pertanian yang ditujukan agar sumber daya lahan dapat berproduksi sebanyak-banyaknya, dengan jalan mengoptimalkan ketersediaan hara dan air dalam tanah, menanam varietas tanaman yang mempunyai potensi produksi tinggi, serta melindungi tanaman dari gangguan hama-penyakit (Sumarno 2006). Gebrakan revolusi hijau gencar dilakukan oleh Pemerintah pada tahun 1980-an. Nilai TFP pertanian pada revolusi hijau ini memberikan kontribusi terbesar terhadap pertumbuhan output sektor pertanian. Hal ini diduga karena pada periode tersebut Pemerintah sedang gencar mengimplementasikan kebijakan revolusi hijau, dimana program tersebut menggambarkan perubahan fundamental dalam pemakaian teknologi budidaya pertanian sehingga petani dapat memanfaatkan atau menggunakan teknologi lebih maju dari waktu sebelumnya dan pemakaian bibit unggul yang didatangkan dari luar negeri. Gerakan revolusi hijau menghantarkan Indonesia dalam pencapaian prestasi swasembada beras pada tahun 1985 dan 1986 (Hardayanto 2013).
Fase Konversi Lahan Pertanian (1987-1996)
Konversi lahan pertanian merupakan peralihan penggunaan lahan pertanian menjadi lahan non-pertanian. Supriyadi (2004) menjelaskan bahwa faktor-faktor yang mengakibatkan alih fungsi lahan adalah karena adanya transformasi struktur ekonomi (pertanian ke industri), dan juga faktor demografi (pedesaan ke perkotaan). Konversi lahan pertanian banyak terjadi mulai tahun 1987, dimana pada periode 1987-1993 banyak terdapat konversi lahan pertanian di Pulau Jawa dimana lebih dari 1 juta hektar lahan yang dialihfungsikan. Pertumbuhan TFP sektor pertanian mengalami penurunan pada fase konversi lahan pertanian. Hal ini merupakan tanda mulai terjadi perubahan struktur ekonomi dari sektor primer (pertanian) ke sektor sekunder (industri) di Indonesia berlangsung semakin cepat, sehingga konversi lahan pertanian produktif menjadi kawasan industri dan pemukiman sulit dihindari. Dengan demikian, produktivitas pertanian mengalami penurunan (Raswatie 2013).
Fase Krisis Multidimensi (1997-2001)
23 pertanian yang sangat rendah yaitu sebesar 0.5 persen. Selanjutnya, nilai pertumbuhan TFP pada periode tersebut bernilai negatif. Hal ini diduga karena beberapa faktor:
1. Sejak terjadinya krisis ekonomi tahun 1997 yang berlanjut menjadi krisis multidimensi yang dialami Indonesia ternyata sangat berpengaruh pada penurunan kinerja ekspor berbagai produk pertanian. Diantara produk yang mengalami penurunan tersebut adalah produk tanaman pangan,hortikultura, ternak, serta produk tanaman perkebunan primer maupun olahannya. (Heryanto 2001).
2. Kasus kekeringan hebat yang terjadi pada tahun 1997-1998 akibat adannya badai el nino yang menyebabkan gangguan iklim untuk sektor pertanian. Kondisi iklim ekstrim seperti ini menyebabkan kekeringan atau musim kemarau yang panjang dari biasanya. Kekeringan yang panjang mengakibatkan padi gagal panen sehingga produktivitas pertanian menurun secara keseluruhan (Raswatie 2013).
3. Akibat tekanan dari IMF, pemerintah pada tahun 1998 akhirnya mencabut subsidi pupuk. Kebijakan ini membuat harga pupuk melambung tinggi sebesar 147.9 persen pada tahun 1999 yang sudah tentu berdampak buruk bagi petani karena mereka harus menanggung beban kenaikan harga pupuk tersebut dalam komposisi biaya produksinya (Fauzi 2008).
4. Tahun 1998 pemerintah membuka kran impor beras sehingga beras impor dengan kualitas yang lebih baik membanjiri pasar domestik. Tahun 1998 Indonesia mengimpor beras sebanyak 5.8 juta ton (Fauzi 2008)
5. Penurunan pertumbuhan TFP pertanian juga diduga karena produksi kedelai nasional mengalami kemunduran. Sejak tahun 2000, kondisi ini diperparah dengan impor kedelai yang juga semakin besar Hal ini menyebabkan produktivitas kedelai nasional rendah dan biaya produksi semakin tinggi (Raswatie 2013).
6. Tahun 1999 Pemerintah mengeluarkan kebijakan yang mengalihkan program Kredit Usaha Tani (KUT) menjadi sistem pembiayaan perbankan komersial karena dampak krisis ekonomi menyebabkan banyaknya tunggakan KUT yang ditanggung oleh Pemerintah. Kebijakan ini telah membuat petani mengalami kesulitan mencari modal, karena mereka belum terbiasa dengan sistem pembiayaan yang bersifat komersial tersebut. Disamping itu, dengan dihilangkannya peran pemeritah sebagai penanggung resiko kredit pertanian, otomatis hanya sedikit bank yang bersedia menyalurkan kredit kepada petani (Fauzi 2008).
Fase Subsidi Pupuk (2002-2011)
24
pemberian subsidi pupuk anorganik, hal yang diduga meningkatkan pertumbuhan TFP pada periode tersebut karena Pemerintah mulai memberikan subsidi pupuk organik di tahun 2008 yang berfokus pada sub-sektor tanaman pangan agar ketahanan pangan dapat tercipta, dimana dengan penggunaan pupuk organik berarti Pemerintah memberdayakan petani kecil untuk tidak lagi tergantung dengan pupuk kimia yang dapat merusak lingkungan (Shaleh 2011).
Pengujian Pra Estimasi
Uji Stasioneritas Data
Uji kestasioneran data merupakan tahap awal yang paling penting dalam menganalisis data time series untuk melihat ada tidaknya unit root pada setiap variabel sehingga menyebabkan hubungan diantara variabel menjadi tidak valid. Uji kestasioneritasan dalam model penelitian didasarkan pada uji Augmented Dickey Fuller (ADF), dimana dalam pengujian ini melihat ada atau tidaknya unit root dalam variabel pada tingkat level dan first difference. Kriteria uji dalam ADF ini membandingkan antara nilai statistik dengan nilai kritikal dalam tabel Dickey Fuller. Apabila nilai ADF statistik lebih kecil dari nilai MacKinnon Critical Value maka data bersifat stasioner. Tetapi apabila nilai ADF statistik lebih besar dari nilai MacKinnon Critical Value maka data bersifat non-stasioner. Hasil uji stasioner untuk data time series setiap variabel pada tingkat level dapat dilihat pada Tabel 4.
Tabel 4. Hasil Uji Augmented Dickey Fuller pada Level
Variabel Nilai ADF t-statistics
Nilai Kritis MacKinnon Keterangan
1% 5% 10%
LOGTFP -5.526639 -3.661661 -2.960411 -2.619160 Stasioner* LOGI -4.003827 -3.661661 -2.960411 -2.619160 Stasioner* LOGINF
-4.836767 -3.661661
-2.960411 -2.619160 Stasioner* LOGPD -2.660169 -2.967767 -2.967767 -2.622989 Tidak
Stasioner LOGKP -1.772045 -3.661661 -2.960411 -2.619160 Tidak
Stasioner LOGTO -0.559514 -3.661661 -2.960411 -2.619160 Tidak
Stasioner* Keterangan: * data stasioner pada tingkat kepercayaan 1%, 5%, 10%
** data stasioner pada tingkat kepercayaan 5%, 10%
25
Tabel 5 . Hasil Uji Augmented Dickey Fuller pada First Difference
Variabel Nilai ADF t-statistics
Nilai Kritis MacKinnon Keterangan
1% 5% 10%
LOGTFP -2.242466 -2.660720 -1.955020 -1.609070 Stasioner** LOGI -9.274415 -2.644302 - -1.952473 -1.610211 Stasioner* LOGINF -8.733258 -2.647120 - - 1.952910 -1.610011 Stasioner* LOGPD -3.039129 -2.647120 -1.952910 -1.610011 Stasioner* LOGKP -2.818595 -2.644302 - -1.952473 -1.610211 Stasioner* LOGTO -6.916066 -2.644302 - -1.952473 -1.610211 Stasioner* Keterangan: * data stasioner pada tingkat kepercayaan 1%, 5%, 10%
** data stasioner pada tingkat kepercayaan 5%, 10%
Uji akar unit pada tingkat first difference ini dilakukan sebagai konsekuensi dari tidak terpenuhinya asumsi stasioneritas pada level. Tabel 5 menunjukkan bahwa semua data yang digunakan dalam penelitian ini stasioner pada first difference sehingga terintegrasi pada derajat satu (I(1)). Hasil olahan uji stasioner telah terlampir pada Lampiran 3.
Hasil Estimasi Engle - Granger Cointegration
Uji kointegrasi dilakukan untuk memperoleh hubungan jangka panjang yang stabil antara variabel-variabel yang terintegrasi pada derajat yang sama. Berdasaran hasil uji stasioneritas, seluruh variabel dalam penelitian ini terintegrasi pada derajat yang sama yaitu I(1). Dengan demikian dapat dilakukan uji kointegrasi. Uji kointegrasi yang digunakan untuk penelitian ini adalah Engle-Granger Cointegration. Engle-Granger Cointegration digunakan untuk mengestimasi hubungan jangka panjang antara TFP dengan irigasi (I), inflasi (INF), pendidikan (PD), kredit pertanian (KP), dan trade openness (TO). Tahap awal dari Engle-Granger Cointegration adalah dengan meregresi persamaan OLS antara variabel dependen dan variabel independen. Kemudian setelah meregresi persamaan didapatkan residual dari persamaan tersebut. Uji ADF pada residual bersifat stasioner pada level atau I(0) sehingga dapat dikatakan bahwa variabel yang digunakan cenderung menuju keseimbangan pada jangka panjang walaupun pada tingkat level terdapat variabel yang tidak stasioner. Hasil uji residual dengan ADF test tercantum dalam Tabel 6. Adapun hasil outputnya dapat dilihat pada Lampiran 4.
Tabel 6. Hasil Uji Augmented Dickey Fuller Persamaan Residual pada Level
Variabel Nilai ADF t-statistic
Nilai Kritis Mac Kinnon Keterangan
1% 5% 10%
26
diantara variabel yang digunakan, sehingga selanjutnya dapat dilakukan pengestimasian Engle-Granger Cointegration untuk mengidentifikasi hubungan jangka panjang antara irigasi (I), inflasi (INF), kredit pertanian (KP), pendidikan dasar (PD), dan trade openness (TO) terhadap TFP (TFP). Berdasarkan hasil Engle-Granger Cointegration terbentuklah persamaan berikut:
LOGTFP = -1,137759 – 0,144119 LOGIt – 0,047036 LOGINFt + 0,104063KPt+ 0,74023PDt+0,113488 TOt
Hasil Estimasi Error Correction Model (ECM)
Error Correction Model (ECM) digunakan untuk mengestimasi model dinamis jangka pendek dari variabel TFP pertanian sebagai variabel dependen. Penggunaan metode estimasi ECM dapat menggabungkan efek jangka pendek dan jangka panjang yang disebabkan oleh fluktuasi dan time lag dari masing variabel independen. Dalam penelitian ini, estimasi ECM untuk TFP pertanian dilakukan dengan cara merestriksi variabel-variabel yang berpengaruh terhadap TFP. Berdasarkan hasil Error Correction Model (ECM) terbentuklah persamaan berikut:
D(LOGTFP)= 0.125123 D(LOGI)t – 0.036506 D(LOGINF)t + 0.163565
D(LOGKP)t + 0.744362 D(LOGPD)t + 0.198907 D (LOGTO)t + 1.128848 (ECT)t-1
Hasil Uji Kausalitas Granger
Uji kausalitas Granger dilakukan untuk melihat hubungan sebab akibat di antara variabel-variabel yang ada dalam model (Firdaus, 2011). Hipotesis awal atau H0 yang diuji adalah tidak adanya hubungan kausalitas, sedangkan hipotesis alternatifnya atau H1 adalah adanya hubungan kausalitas. Untuk menolak atau tidak menolak hipotesis awal atau H0 digunakan nilai probabilitas. Uji kausalitas pada penelitian ini menggunakan Pairwise Granger Causality Test dengan taraf nyata 10 persen. Jika nilai probabilitas lebih kecil daripada nilai taraf nyata 10 persen, maka kita mempunyai cukup bukti untuk menolak H0 dan menyimpulkan bahwa variabel tersebut mempunyai pengaruh signifikan terhadap variabel lain tertentu. Hasil dari pengujian kausalitas di dalam model dapat dilihat pada Tabel 7.
Tabel 7. Uji Kausalias Granger Catatan : Signifikan pada taraf nyata 10%
27 memengaruhi tingkat inflasi dan tingkat inflasi tidak memengaruhi kredit pertanian. Nilai p-value lebih besar dari taraf nyata 10 persen, sehingga hipotesis nol ditolak tetapi kausalitas antara variabel tingkat inflasi dan kredit pertanian memiliki hubungan searah, dimana tingkat inflasi memengaruhi kredit pertanian. Hipotesis ketiga adalah kredit pertanian memengaruhi irigasi dan irigasi memengaruhi kredit pertanian. Nilai p-value menunjukkan kurang dari taraf nyata 10 persen, maka hipotesis nol ditolak, sehingga dapat dikatakan kredit pertanian memengaruhi irigasi dan irigasi memengaruhi kredit pertanian. Dapat disimpulkan bahwa terdapat kausalitas hubungan dua arah antara variabel kredit pertanian dan irigasi. Adapun hasil pengolahannya dapat dilihat pada Lampiran 9.
Uji Diagnostik (Diagnostic Tests)
Uji diagnostik ekonometrika digunakan untuk mengidentifikasi apakah hasil estimasi ECM jangka pendek terbebas dari permasalahan yang berkaitan dengan asumsi klasik BLUE (Best, Linear, Unbiased, Estimator) seperti normalitas, heteroskedastisitas, dan autokorelasi. Uji multikolinearitas tidak dilakukan pada penelitian ini, karena model yang diestimasi telah berbentuk first difference yang pada dasarnya merupakan salah satu cara yang digunakan untuk mengatasi masalah multikolinearitas.
Uji normalitas Jarque-Bera dilakukan untuk memeriksa apakah error term mendekati distribusi normal. Hasil yang diperoleh menunjukkan bahwa error term terdistribusi secara normal karena nilai probabilitas sebesar 0.935961 yang lebih besar dari taraf nyata (α = 10 persen).
Gambar 3. Hasil Uji Normalitas Error Correction Model (ECM) Uji autokorelasi yang digunakan dalam penelitian ini adalah Breusch- Godfrey Serial Correlation LM Test yang dapat dilihat dalam Lampiran 7. Nilai probabilitas (0.2936) yang lebih besar apabila dibandingkan dengan taraf nyata 10 persen menunjukkan bahwa tidak terdapat permasalahan autokorelasi dalam model persamaan tersebut.
Uji heteroskedastisitas yang digunakan dalam penelitian ini adalah White Heteroscedasticity Test (no cross term). Probabilitas Obs*R-squared sebesar 0,1497 yang lebih besar dibandingkan taraf nyata 10 persen membuat model persamaan dinamis jangka pendek ECM terbebas dari problem heteroskedastisitas. Adapun hasil olahannya dapat dilihat dalam Lampiran 8.
28
Analisis Faktor-Faktor yang Memengaruhi Pertumbuhan TFP Sektor Pertanian
Faktor-Faktor yang Memengaruhi Pertumbuhan TFP Sektor Pertanian pada Jangka Pendek
Model koreksi kesalahan atau ECM digunakan untuk melihat perilaku jangka pendek dari persamaan regresi dengan mengestimasi dinamika error correction term (U). Setelah diketahui bahwa model ECM terbebas dari masalah pelanggaran asumsi OLS, maka model ECM dari penelitian ini dapat dilihat pada Tabel 8.
Tabel 8. Hasil Estimasi Faktor-Faktor yang Memengaruhi Pertumbuhan Total Factor Productiviy (TFP) pada Jangka Pendek
Catatan: Signifikan pada taraf nyata 10%
Hasil estimasi ECM menunjukkan nilai R-Squared sebesar 0.79 yang dapat dilihat pada Lampiran 5. Hal ini menunjukkan model faktor-faktor yang memengaruhi pertumbuhan TFP sektor pertanian dalam jangka pendek dapat dijelaskan oleh variabel irigasi, inflasi, kredit pertanian, pendidikan, dan trade openness sebesar 79 persen. Sisanya sebesar 21 persen dijelaskan oleh variabel lain di luar model.
Berdasarkan persamaan ECM jangka pendek, dapat diinterpretasikan bahwa hanya dua variabel yang memengaruhi pertumbuhan TFP sektor pertanian, yaitu variabel pendidikan dan trade openness. Dimana dua variabel tersebut sesuai dengan hipotesis awal yang diajukan. Sementara irigasi, tingkat inflasi, dan kredit pertanian tidak berpengaruh secara signifikan terhadap pertumbuhan TFP sektor pertanian pada jangka pendek.
Variabel pendidikan berpengaruh positif dan signifikan terhadap pertumbuhan TFP sektor pertanian. Peningkatan tenaga kerja yang berpendidikan di sektor pertanian sebesar satu persen akan meningkatkan pertumbuhan TFP sektor pertanian sebesar 0.744362 persen, cateris paribus. Dengan tingkat pendidikan yang tinggi maka adopsi teknologi akan berjalan secara optimal. Hasil ini sesuai dengan penelitian Ali (2011) dimana pendidikan memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan TFP. Hal ini dikarenakan pendidikan membuat tenaga kerja menjadi lebih berkualitas dan lebih terampil dalam penggunaan teknologi sehingga technological progress dapat berjalan.
