Analisis Permintaan Daging Sapi di Indonesia Periode 1980-2010
Penelitian ini dilakukan untuk menganalisis faktor-faktor yang mempengaruhi permintaan daging sapi di Indonesia periode 1980-2010. Dalam penelitian ini digunakan empat variabel independen yaitu Harga Daging Sapi (HSt), Produk Domestik Bruto Riil (PDBt), Jumlah Penduduk (JPt), dan Harga Daging Ayam (HAt) sebagai barang subtitusi. Dari empat variabel independen tersebut dapat dirumuskan model ekonomi dari analisis permintaan daging sapi ini adalah sebagai berikut:
PDSt = β0 + β1 HSt + β2 PDBt + β3 JPt + β4 HAt + €
Keterangan:
PDSt : Permintaan Daging Sapi (Kg)
β0 : Konstanta Persamaan Permintaan Daging Sapi
β1 : Koefisien Regresi Permintaan Daging Sapi
HS : Harga Daging Sapi (Rp/Kg)
PDB : Produk Domestik Bruto Riil (Nominal)
JP : Jumlah Penduduk (Jiwa)
HA : Harga Daging Ayam sebagai barang subtitusi (Rp/Kg)
€ : Error term
Teori Permintaan
Faktor-faktor yang mempengaruhi permintaan:
1. Harga barang itu sendiri Jika harga suatu barang semakin murah, maka permintaan terhadap barang itu bertambah.
2. Harga barang lain yang terkait Berpengaruh apabila terdapat 2 barang yang saling terkait yang keterkaitannya dapat bersifat subtitusi (pengganti) dan bersifat komplemen (penggenap).
3. Pendapatan per kapita. Dapat mencerminkan daya beli. Makin tinggi tingkat pendapatan, daya beli makin kuat, sehingga permintaan terhadap suatu barang meningkat. Nilainya didapat dari pembagian Produk Domestik Bruto atau Produk Nasional Bruto pada tahun tertentu terhadap jumlah penduduk pada tahun tertentu. Sadono Sukirno (2004: 424) 4. Selera atau kebiasaan. Tinggi rendahnya suatu permintaan ditentukan oleh selera atau
kebiasaan dari pola hidup suatu masyarakat.
5. Jumlah penduduk. Semakin banyak jumlah penduduk yang mempunyai selera atau kebiasaan akan kebutuhan barang tertentu, maka semakin besar permintaan terhadap barang tersebut.
6. Perkiraan harga di masa mendatang. Bila kita memperkirakan bahwa harga suatu barang akan naik, adalah lebih baik membeli barang tersebut sekarang, sehingga mendorong orang untuk membeli lebih banyak saat ini guna menghemat belanja di masa depan. 7. Distribusi pendapatan Tingkat pendapatan perkapita bisa memberikan kesimpulan yang
salah bila distribusi pendapatan buruk. Jika distribusi pendapatan buruk, berarti daya beli secara umum melemah, sehingga permintaan terhadap suatu barang menurun.
Tahun Permintaan
1980 17815810 2140.2 54115.57 147490 1088
1981 18743746 2447 60870.7 147491 1645
1982 19894407 2517 65424.98 152988 1812
1983 18883393 2645 81523.94 156831 1809
1984 20436791 2836 94196.11 159831 2257
1985 39766305 3129 101647.8 163367 2526
1986 24100270 3489 107626 164489 2514
1987 24616733 3909 130708.5 170179 2142
1988 25373090 4329 148812.3 173799 2514
1989 27682484 4981 178854.8 177362 2646
1990 28570094 5697 209660.4 178170 2671
1991 32139114 6413 248539.4 181094 2790
1992 34377315 7927 280778.3 184491 3150
1993 40116283 8220 329775.8 187589 3510
1994 39993147 9203 382219.6 190676 3905
1995 38185623 10002 454514.1 193486 3861
1996 44542935 10992 532568 196807 4699
1997 25738738 11062 627695.4 199837 4696
1998 44038454 15971 955753.3 202873 7746
1999 41129050 22594 1099732 205915 8663
2000 37988274 26787 1389770 208961 8957
2001 46414164 30180 1646322 209611 9853
2002 42242572 33676 1821833 212884 15134
2003 47384620 34313.9 2013675 215277 16647
2004 57986465 34484.1 2295826 217855 18312
2005 52521953 38250.7 2774281 221855 19267
2006 40912247 43720 3339217 225160 20459
2007 33307418 49690 3950893 228515 22309
2008 35467480 54381.5 4948689 231920 24328
2009 40782066 60910.1 5606204 235375 26530
2010 46650856 68225.4 6436271 237641 28931
Analisis Model Regresi
B Std. Error Beta Tolerance VIF
1 (Constant) -4.239E7 1.963E7 -2.160 .040
HSt -128.870 577.928 -.236 -.223 .825 .010 101.682
PDBt -7.050 3.746 -1.168 -1.882 .071 .029 34.904
JPt 403.615 120.899 1.025 3.338 .003 .117 8.533
HAt 1320.776 907.444 1.067 1.455 .158 .021 48.625
a. Dependent Variable: PDSt
Berdasarkan tabel coefficient di atas maka dapat diketahui nilai-nilai dari:
β0 : - 4.239 (Konstanta)
β1 : - 128.870
β2 : - 7.050
β3 : 403.615
β4 : 1320.776
Ketika permintaan daging di Indonesia dalam keadaan konstan atau tidak dipengaruhi variabel apapun maka nilainya - 4.239
Ketika Harga Daging Sapi di Indonesia mengalami penurunan sebesar Rp 1 maka akan menambah permintaan daging sapi di Indonesia sebanyak 128.87 Kg
Ketika Produk Domestik Bruto mengalami penurunan sebesar Rp 1,000,000,000 maka akan menambah permintaan daging sapi di Indonesia sebanyak 7.050 Kg
Ketika Jumlah Penduduk mengalami kenaikan sebanyak 1000 jiwa maka akan menambah permintaan daging sapi sebesar 403,615 kg
Ketika Harga Daging Ayam di Indonesia mengalami kenaikan sebesar Rp 1 maka akan menambah permintaan daging sapi di Indonesia sebanyak 1320.776 Kg
Dari data yang sudah didapatkan di atas maka model regresinya adalah sebagai berikut:
Model Summaryb
1 .844a .713 .669 6.17261E6 1.906
a. Predictors: (Constant), HAt, JPt, PDBt, HSt
b. Dependent Variable: PDSt
Koefisien Korelasi (R)Koefisien korelasi menunjukkan kuat dan lemahnya hubungan antara variabel dependen dengan variabel independen. Dalam tabel di atas, nilai koefisien korelasinya sebesar 0.844 artinya hubungan antara variabel dependen dengan independen adalah hubungan yang kuat. Karena nilai R yang mendekati 1 menunjukkan hubungan yang positif dan kuat antara variabel independen dengan variabel dependen.
Koefisien Determinasi (R square)Nilai R square menunjukkan seberapa besar pengaruh variabel dependen terhadap variabel independen. Dalam tabel di atas, nilai R square sebesar 0.713 atau yang berarti variabel independen mempengaruhi variabel dependen sebesar 71.3% dan sisanya dipengaruhi oleh variabel lain yang tidak digunakan dalam penelitian ini.
Coefficientsa
B Std. Error Beta Tolerance VIF
1 (Constant) -4.239E7 1.963E7 -2.160 .040
HSt -128.870 577.928 -.236 -.223 .825 .010 101.682
PDBt -7.050 3.746 -1.168 -1.882 .071 .029 34.904
JPt 403.615 120.899 1.025 3.338 .003 .117 8.533
HAt 1320.776 907.444 1.067 1.455 .158 .021 48.625
a. Dependent Variable: PDSt
Uji T dilakukan untuk mengetahui bagaimana variabel independen mempengaruhi variabel dependen secara parsial. Hal ini dilakukan dengan cara membandingkan antara nilai t hitung dengan t tabel.
Berdasarkan tabel di atas, maka t hitung dari variabel HSt, PDBt, JPt, HAt berturut-turut adalah: -0.223; -1.882; 3.338; dan 1.445 dengan nilai signifikansi berturut-turut adalah:
0.825; 0,071; 0,003; dan 0,158 . Nilai t tabel 2.055 dengan n sebanyak 31 , df = 26 dan α = 5%. Adapun ketentuan dalam pengujian t ini adalah sebagai berikut:
H0 : β1 : β 2 : β 3 : β 4 = 0 , variabel bebas HSt, PDBt, JPt, HAt, secara parsial berpengaruh
tidak signifikan terhadap variabel terikat PDSt.
Ha : β 1 : β 2 : β 3 : β 4 ≠ 0, variabel bebas HSt, PDBt, JPt, HAt, secara parsial berpengaruh
secara signifikan terhadap variabel terikat PDSt.
Dari hasil uji T untuk variabel HSt, dengan nilai t hitung -0.223 < t tabel 2.055 maka Ha
ditolak dan H0 diterima. Sedangkan nilai signifikan 0.825 > nilai alpha 0.05 maka Ha ditolak dan H0 diterima. Berarti variabel HSt tidak mempunyai pengaruh signifikan terhadap PDSt.
Dari hasil uji T untuk variabel PDBt, dengan nilai t hitung -1.882 < t tabel 2.055 maka
Ha ditolak dan H0 diterima. Sedangkan nilai signifikan 0,071 > nilai alpha 0.05 maka Ha ditolak dan H0 diterima. Berarti variabel PDBt tidak mempunyai pengaruh signifikan terhadap PDSt.
Dari hasil uji T untuk variabel JPt, dengan nilai t hitung 3.338 > t tabel 2.055 maka Ha
diterima dan H0 ditolak. Sedangkan nilai signifikan 0.003 < nilai alpha 0.05 maka Ha diterima dan H0 ditolak. Berarti variabel JPt mempunyai pengaruh signifikan terhadap PDSt.
Dari hasil uji T untuk variabel HAt, dengan nilai t hitung 1.445 < t tabel 2.055 maka Ha
ditolak dan H0 diterima. Sedangkan nilai signifikan 0.158 > nilai alpha 0.05 maka Ha ditolak dan H0 diterima. Berarti variabel HAt tidak mempunyai pengaruh signifikan terhadap PDSt.
Uji F dilakukan untuk mengetahui bagaimana variabel independen mempengaruhi variabel dependen secara simultan (bersama-sama).
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 2.459E15 4 6.148E14 16.136 .000a
Residual 9.906E14 26 3.810E13
Total 3.450E15 30
a. Predictors: (Constant), HAt, JPt, PDBt, HSt
b. Dependent Variable: PDSt
Adapun hipotesisnya adalah sebagai berikut:
H0 : β = 0 , variabel bebas HSt, PDBt, JPt, HAt, secara simultan (bersama-sama) tidak
mampu menjelaskan variabel terikat PDSt.
Ha : β ≠ 0, variabel bebas HSt, PDBt, JPt, HAt, secara simultan (bersama-sama) mampu
menjelaskan variabel terikat PDSt.
Berdasarkan hasil uji F pada tabel annova di atas menunjukkan bahwa nilai probabilitas
kesalahan model (Sig F) yaitu 0.000 < nilai α sebesar 0.05. Hal ini menunjukkan bahwa variabel independen secara simultan (bersama-sama) mempengaruhi variabel dependen. H0 ditolak dan Ha diterima. Berarti variabel independen HSt, PDBt, JPt, HAt, secara simultan (bersama-sama) berpengaruh signifikan terhadap variabel dependen PDSt.
Selain itu uji F dapat dilakukan dengan membandingkan nilai F hitung dengan F tabel:
Jika F hitung > F tabel, maka H0 ditolak dan Ha diterima
Jika F hitung < F tabel, maka H0 diterima dan Ha ditolak
