124
yang terbesar di Indonesia merupakan provinsi Jawa Barat sebanyak 7110603.1 Ton pada tahun 2013. Kenyataan bahwa Jawa Barat,
Jawa Tengah dan Jawa Timur menjadi provinsi yang terbesar dalam mengkonsumsi beras sejalan dengan jumlah penduduk yang terdapat
pada ketiga provinsi tersebut. Namun ternyata provinsi yang memiliki perubahan jumlah konsumsi beras terbesar di Indonesia
ada pada provinsi Kepulauan Riau dengan angka 3,4 pada periode 2008-2013. Sedangkan provinsi yang memiliki perubahan jumlah
konsumsi beras terkecil di Indonesia ada pada provinsi Jawa Timur dengan angka 0,2 pada periode 2008-2013. Adapun perubahan
jumlah konsumsi beras sangatlah bergantung pada jumlah penduduk dan kemampuan rumah tangga masyarakat dalam mengkonsumsi
beras.
2. Pemilihan Model Terbaik
Model yang digunakan secara umum adalah sebagai berikut: � �
�
��
= +
�
�� �−
+ �
��
+ �
��
+ �
��
Dimana: HargaBeras
it
:
Harga eceran rata-rata beras provinsi i pada periode t
ProduksiBeras
it
: Total Produksi Beras di provinsi i pada
125
periode t ImporBeras
it
: Total Impor Beras di provinsi i pada periode t KonsumsiBeras
it
: Total Konsumsi Beras di provinsi i pada periode t
β : InterceptKonstanta
β
1
,β
2
,β
3
,β
4
: Koefisien regresi e
it
: error term Selanjutnya kita memilih model mana yang terbaik untuk digunakan
pada persamaan diatas, adapun model-model yang ada pada regresi data panel adalah sebagai berikut:
a. Pooled Least Square PLS
Pertama yang harus dilakukan untuk memulai mengolah data yaitu dengan menggunakan metode Pooled Least Square PLS,
dimana metode ini merupakan salah satu syarat untuk melakukan uji F-restricted. Dari hasil pengolahan yang dilakukan melalui E-
Views 7.0 diperoleh hasil sebagai berikut: Tabel 4.1
Regresi Data Panel: Pooled Least Square PLS
Sumber: Data diolah. Lampiran 2 R-squared
0.364734 Adjusted R-squared
0.352517
126
Tabel 4.1 memperlihatkan hasil estimasi dari regresi data panel dengan menggunakan metode PLS, dimana R-Squared yang
diperoleh sebesar 0,364734, artinya sebesar 36,47 variabel Harga Beras pada 32 Provinsi di Indonesia dapat dijelaskan oleh
Produksi Beras, Impor Beras, dan Konsumsi Beras pada 32 Provinsi di Indonesia. Sedangkan 63,53 variabel Harga Beras
dijelaskan oleh variabel lain yang tidak termasuk dalam penelitian ini.
b. Fixed Effect Model FEM
Setelah hasil dari PLS diperoleh, maka dapat dilakukan uji selanjutnya yaitu dengan metode Fixed Effect Model FEM. Hal
ini dilakukan agar hasil yang diperoleh antara PLS dengan FEM dapat dibandingkan dan dilihat kesesuaiannya, sehingga dapat
dijadikan sebagai model penelitian. Dari hasil pengolahan E- Views 7.0 diperoleh hasil sebagai berikut:
Tabel 4.2 Regresi Data Panel: Fixed Effect Model FEM
R-squared 0.650028
Adjusted R-squared 0.554836
Sumber: Data diolah. Lampiran 2
Tabel 4.2 memperlihatkan hasil estimasi dari regresi data panel dengan menggunakan metode PLS, dimana R-Squared yang
127
diperoleh sebesar 0,650028, artinya sebesar 65 variabel Harga Beras pada 32 Provinsi di Indonesia dapat dijelaskan oleh Produksi
Beras, Impor Beras, dan Konsumsi Beras pada 32 Provinsi di Indonesia. Sedangkan 35 variabel Harga Beras dijelaskan oleh
variabel lain yang tidak masuk ke dalam penelitian ini.
c. Pooled Least Square vs Fixed Effect Model Uji Chow
Uji Chow merupakan salah satu uji yang digunakan untuk mengetahui apakah teknik regresi Pooled Least Square PLS lebih
baik dari pada Fixed Effect Model FEM. Untuk mengetahui model data panel yang akan digunakan, maka digunakan uji F-
Restricted dengan cara membandingkan F-Statistik dan F-Tabel. Sebelum membandingkan, maka dibuat terlebih dahulu
hipotesisnya sebagai berikut: H
0:
Model Pooled Least Square Restricted H
a:
Model Fixed Effect Unrestricted
Dari hasil regresi berdasarkan metode PLS dan FEM menggunakan E-Views 7.0 diperoleh F-Statistik seperti yang
terlihat dalam Tabel 4.3 berikut ini: Tabel 4.3
F-Restricted
128
Redundant Fixed Effects Tests Equation: FIXED
Test cross-section fixed effects Effects Test
Statistic d.f.
Prob. Cross-section F
3.287068 31,125
0.0000 Cross-section Chi-square
95.390675 31
0.0000
Sumber: Data diolah. Lampiran 3 Dari tabel 4.3 diperoleh nilai F-Statistik 3,287068, dengan
nilai F- Tabel pada df 31,125 α = 5 adalah 1,524 sehingga nilai
F-Statistik F-Tabel, maka H0 ditolak dan Ha diterima, sehingga model data panel yang digunakan adalah Fixed Effect Model
FEM.
d. Random Effect Model REM
Setelah ditentukan bahwa Fixed Effect merupakan model yang sesuai dengan penelitian ini melalui pengujian F-Restricted. Untuk
melihat bahwa model ini merupakan model yang tepat, maka perlu dilakukan pengujian selanjutnya dengan membandingkan antara
model FEM dan REM pada uji Hausman. Dari hasil pengolahan E- Views 7.0 didapatkan hasil sebagai berikut:
Tabel 4.4 Regresi Data Panel: Random Effect Model
R-squared 0.250395
Adjusted R-squared 0.235979
Sumber: Data diolah. Lampiran 4 Tabel 4.4 memperlihatkan bahwa hasil estimasi dari regresi
129
data panel dengan menggunakan PLS, dimana R-Squared yang diperoleh sebesar 0,250395, artinya sebesar 25,03 variabel
Harga Beras pada 32 Provinsi di Indonesia dapat dijelaskan oleh Produksi Beras, Impor Beras dan Konsumsi Beras. Sedangkan
74,97 variabel Harga Beras dijelaskan oleh variabel lain yang tidak termasuk dalam penelitian ini.
e. FEM vs REM Uji Hausman
Pengujian ini dilakukan untuk mengetahui model data panel yang sesuai dalam penelitian antara FEM dan REM. Pengujian ini
dengan cara membandingkan nilai Chi-Square statistik dengan nilai Chi-Square tabel. Sebelum membandingkan, maka dibuat
hipotesis terlebih dahulu yaitu sebagai berikut: H
: Model Random Effect H
a
: Model Fixed Effect Dari hasil regresi dengan E-Views 7.0 melalui Uji Hausman,
diperoleh hasil sebagai berikut pada tabel 4.5: Tabel 4.5
Uji Hausman
Correlated Random Effects - Hausman Test Equation: RANDOM
Test cross-section random effects Test Summary
Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
130
Cross-section random 9.724934
3 0.0211
Sumber: Data diolah. Lampiran 5 Dari Tabel 4.5 diatas diperoleh nilai Chi-Square Statistic
adalah 9,724934 dengan nilai Chi-Square tabel dengan d.f.=3 dan α=5 adalah 7,814728. Sehingga nilai Chi-Square statistik
9,724934 Chi-Square tabel 7,814728, maka H0 ditolak dan Ha diterima. Dari pengujian ini dapat disimpulkan bahwa model
yang tepat dalam penelitian ini adalah Fixed Effect Model.
3. Uji Asumsi Klasik