Metode Regresi Berganda Tinjauan Penelitian Empirik

2. Tidak terdapat cara yang mudah untuk memperbaharui model ARIMA begitu data baru tersedia. Model harus secara berkala disesuaikan kembali secara menyeluruh dan kadang model baru harus dikembangkan.

2.6 Metode Regresi Berganda

Metode regresi berganda digunakan untuk mengestimasi model yang dapat diguunakan untuk menggambarkan pengaruh variabel independen luas areal, produktivitas dan rendemen terhadap variabel dependen produksi gula. Hasil estimasi model tersebut kemudian diuji melalui uji kriteria ekonometrika untuk mengetahui apakah ada multikolinearitas, heteroskedastisitas, autokorelasi dan normalitas yang dapat memengaruhi interpretasi dari hasil analisis yang diperoleh. Uji kriteria ekonometrika terdiri dari empat uji, yaitu: 1. Uji Multikolinearitas Multikolinearitas mengacu pada kondisi dimana terdapat korelasi linear diantara variabel bebas sebuah model. Jika dalam sebuah model terdapat multikolinearitas maka akan menyebabkan nilai R-square yang tinggi dan variabel bebas yang tidak signifikan akan lebih banyak dibandingkan dengan yang signifikan mempengaruhi model. 2. Uji Heteroskedastisitas Kondisi heteroskedastisitas merupakan kondisi yang melanggar asumsi dari regresi linear klasik. Heteroskedastisitas menunjukkan nilai varian dari variabel bebas yang berbeda, sedangkan asumsi yang dipenuhi dalam linear klasik adalah mempunyai varian yang sama konstan atau homoskedastisitas. Pengujian masalah heteroskedastisitas dilakukan dengan menggunakan White Heteroscedasticity Test. 3. Uji Autokorelasi Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu dan ruang. Masalah autokorelasi dapat diketahui dengan menggunakan Breusch-Godfrey Serial Correlation LM test. 4. Uji Normalitas Uji normalitas dilakukan jika sampel yang digunakan kurang dari 30 observasi. Pengujian ini dilakukan untuk melihat error term apakah terdistribusi secara normal. Uji ini disebut juga dengan Jarque-bera Test.

2.7 Tinjauan Penelitian Empirik

Purwanto 2006 melakukan analisis mengenai peramalan konsumsi dan produksi gula serta implikasinya terhadap pencapaian swasembada gula di Indonesia. Hasil dari penelitian tersebut menyatakan bahwa Indonesia belum mampu melaksanakan swasembada gula pada tahun 2014. Penelitian memberikan gambaran mengenai kombinasi kebijakan pemerintah yang dapat dilakukan untuk mendorong perkembangan industri gula dalam negeri sehingga mampu mencapai target swasembada nasional. Kebijakan tersebut terdiri dari perluasan lahan tanpa penambahan pabrik gula dan perluasan lahan dengan penambahan pabrik gula. Agustina 2010 melakukan analisis mengenai pola distribusi dan integrasi pasar gula pasir di Indonesia dengan menggunakan model IMC. Hasil dari penelitian menunjukkan adanya integrasi yang lemah baik dalam jangka pendek maupun jangka panjang yang terjadi antara 11 provinsi yaitu Sumatera Utara, Sumatera Selatan, Lampung, DKI Jakarta, Jawa Barat, Jawa Tengah, Bali, Nusa Tenggara Barat, Kalimantan Selatan, Kalimantan Timur, dan Sulawesi Utara dengan pasar acuan yaitu Jawa Timur. Nugroho 2008 melakukan analisis mengenai faktor-faktor yang memengaruhi impor gula di Indonesia dengan menggunakan analisis deskriptif untuk melihat perkembangan impor gula, luas lahan, produktivitas perkebunan tebu, produksi gula, konsumsi gula dan harga gula. Dari analisis tersebut diperoleh kesimpulan bahwa ketika terjadi peningkatan pada produksi gula, harga gula lokal dan harga gula Internasional maka akan berdampak pada penurunan impor gula. Sedangkan ketika konsumsi gula meningkat maka akan terjadi peningkatan pula pada impor gula Indonesia. Farihah 2005 meneliti tentang analisis peramalan produksi dan konsumsi serta implikasinya terhadap pencapaian swasembada beras di Indonesia dengan menggunakan metode ARIMA Autoregressive Integrated Moving Average. Penelitian ini membandingkan antara hasil penelitian BPS dengan hasil penelitian peneliti. Hasil yang diperoleh menunjukkan menurut hasil ramalan BPS, Indonesia dapat mencapai swasembada beras dalam enam tahun yang akan datang. Sedangkan menurut hasil ramalan peneliti dengan menggunakan data produksi dan konsumsi modifikasi menunjukkan bahwa Indonesia masih belum mampu mencapai swasembada beras dalam enam tahun mendatang. PERBEDAAN PENELITIAN DENGAN PENELITIAN TERDAHULU Penelitian ini memiliki perbedaan dengan penelitian-penelitian sebelumnya. Data yang digunakan merupakan data deret waktu dengan rentang waktu dari tahun 1980 hingga 2010. Pada tahap peramalan, metode yang digunakan adalah ARIMA dengan menggunakan software Minitab version 14 untuk mencari model ARIMA yang paling baik dan menggunakan software Eviews version 6 untuk melakukan analisis regresi berganda sehingga dapat melihat luas areal, produktivitas dan tingkat rendemen yang harus dipenuhi pada pencapaian swasembada gula nasional tahun 2014. Penelitian ini juga memberikan gambaran kepada pemerintah untuk dapat merumuskan kebijakan yang tepat guna membantu mendorong perkembangan industri gula sehingga mampu mencapai target swasembada gula nasional pada tahun 2014.

2.8 Kerangka Pemikiran