VI. HASIL DAN PEMBAHASAN
6.1. Eksplorasi Data
Data yang akan digunakan terlebih dahulu diplotkan menurut waktu, tujuannya untuk mengetahui kecenderungan tren data tersebut. Data yang
diplotkan tersebut terdiri dari harga gula domestik, harga gula dunia raw sugar dan white sugar dan tarif impor gula yang berjumlah 84 bulan Januari 1998
hingga Desember 2004. Data tersebut diplotkan dengan bantuan perangkat lunak Minitab 14
, dan gambar pola datanya dapat dilihat pada Lampiran 2. Gambar plot data pada Lampiran 2 menunjukkan bahwa variabel harga
gula domestik memiliki kecenderungan yang meningkat untuk rentang waktu 84 bulan. Peningkatan harga yang terus menerus ini disebabkan oleh inflasi yang
terjadi di dalam negeri dan penurunan nilai mata uang Rupiah terhadap Dolar Amerika. Terlihat sedikitnya terjadi tiga kali fluktuasi harga yang cukup tinggi
yaitu pada bulan September 1998, April 2002 dan Juni 2002 Lampiran 2. Berbeda dengan variabel harga gula dunia, kedua jenis gula dunia yaitu
raw sugar dan white sugar memiliki kecenderungan harga yang menurun. Hal ini
disebabkan oleh produksi gula dunia yang cenderung meningkat, sehingga supply gula dunia juga mengalami peningkatan. Peningkatan suppy gula sementara
demand terhadap gula cenderung stabil, akan mengakibatkan penurunan harga
gula. Melemahnya nilai Dolar Amerika terhadap mata uang negara-negara di Asia dan Eropa juga mempengaruhi hal tersebut, karena Dolar Amerika merupakan
kurs yang digunakan dalam perdagangan gula dunia.
Variabel tarif impor gula terlihat memiliki kecenderungan yang meningkat. Karena dengan diliberalisasinya perdagangan gula Indonesia,
mengakibatkan impor gula tinggi, sehingga pemerintah merasa perlu untuk meningkatkan tarif impor gula untuk menekan volume impor tersebut.
6.2. Hasil Pendugaan Integrasi Pasar 6.2.1. Penstasioneran Data
Asumsi pertama yang harus dipenuhi dalam metode VAR adalah kestasioneran data yang akan digunakan. Kestasioneran data diuji dengan
menggunakan Augmented Dickey Fuller ADF. Pengujian ini dilakukan dengan bantuan perangkat lunak Mickrofit 4.0.
Uji ADF dilakukan dengan menggunakan jumlah lag optimal yang ditentukan berdasarkan nilai Schwartz Bayesian Criterion SBC. Nilai SBC yang
digunakan adalah nilai SBC terkecil dari pengujian setiap variabel yang menunjukkan bahwa model yang dianalisis adalah model dengan jumlah lag
optimal. Kemudian nilai t-statistik uji ADF dari SBC terkecil tersebut dibandingkan dengan nilai t-statistik tabel critical value. Jika nilai mutlak
t-statistik lebih besar dari nilai mutlak t-tabel maka data tersebut stasioner. Apabila nilai mutlak t-statistik lebih kecil dari nilai mutlak t-tabel maka data tidak
stasioner, artinya data tersebut mengandung unit root. Data yang tidak stasioner pada pengujian level in level dapat
distasionerkan dengan melakukan pendiferensiasian pertama first diference. Pengujian kestasioneran data perlu dilakukan karena data yang tidak stasioner
tidak dapat dimasukkan ke dalam model VAR biasa, melainkan ke dalam model
VECM Vector Error Correction Model. Hasil pengujian kestasioneran data dapat dilihat pada Tabel 7.
Tabel 7. Hasil Uji Kestasioneran Data
Variabel Nilai SBC Terkecil
t-Statistik ADF Lag Optimal Nilai Kritis ADF
In Level Gula Domestik
- 556.2940 - 554.2535 - 2.0493 - 3.1667
43 Raw Sugar
- 521.4032 - 523.3720 - 2.1478 - 2.0419
00 White Sugar
- 544.0148 - 545.9250 - 2.3948 - 2.3747
00 Tarif Impor
- 439.9386 - 441.0569 - 2.1266 - 2.1763
44 - 2.8981
- 3.4666 In First Difference
Gula Domestik - 552.0427 - 554.2094
- 3.3012 - 3.2160 44
Raw Sugar - 515.7200 - 516.7369
- 4.2077 - 4.4431 44
White Sugar - 528.7278 - 528.1500
- 5.7708 - 6.2544 44
Tarif Impor - 436.7180 - 437.6347
- 4.8753 - 5.1496 44
- 2.8986 - 3.4673
Keterangan: - Nilai yang tidak dikurung adalah nilai dengan intercept tanpa linier trend - Nilai dalam kurung adalah nilai dengan intercept dan linier trend
- merupakan variabel yang stasioner
Uji kestasioneran data yang dilakukan pada level in level menunjukkan bahwa semua variabel yang diuji tidak stasioner. Hal ini terlihat dari nilai mutlak
t-statistik ADF yang lebih kecil dibanding nilai mutlak t-tabel ADF. Sehingga untuk menstasionerkan variabel tersebut, dilakukan pendiferensiasian pertama.
Terlihat bahwa setelah dilakukan diferensiasi pertama, semua variabel menjadi stasioner. Dengan demikian data pada keempat variabel dapat digunakan dalam
metode VAR.
6.2.2. Penentuan Ordo Vektor Autoregresi
Penentuan lag optimal atau ordo vektor autoregresi didasarkan pada uji stasioner uji ADF yang telah dilakukan. Lag optimal dipilih pada nilai SBC
terkecil yang membuat suatu variabel stasioner. Tabel 7 menunjukkan bahwa
semua variabel stasioner pada lag empat 4, dengan demikian lag optimal ordo vektor autoregresi yang dipilih pada penelitian ini berjumlah empat ordo 4.
6.2.3. Penentuan Model Integrasi Pasar Gula
Model integrasi pasar gula dapat dibentuk setelah ordo vektor autoregresi ditentukan. Ordo vektor autoregresi telah ditentukan pada ordo empat, sehingga
model yang dibentuk untuk setiap variabel endogen menggunakan lag optimal yang berjumlah empat. Persamaannya adalah sebagai berikut:
¬ DPDOM
t
= a
1
DPDOM
t-1
+ a
2
DPDOM
t-2
+ a
3
DPDOM
t-3
+ a
4
DPDOM
t-4
+ b
1
DPRAW
t-1
+ b
2
DPRAW
t-2
+ b
3
DPRAW
t-3
+ b
4
DPRAW
t-4
+ c
1
DPWHITE
t-1
+ c
2
DPWHITE
t-2
+ c
3
DPWHITE
t-3
+ c
4
DPWHITE
t-4
+ d
1
DTI
t-1
+ d
2
DTI
t-2
+ d
3
DTI
t-3
+ d
4
DTI
t-4
¬ DPRAW
t
= a
1
DPDOM
t-1
+ a
2
DPDOM
t-2
+ a
3
DPDOM
t-3
+ a
4
DPDOM
t-4
+ b
1
DPRAW
t-1
+ b
2
DPRAW
t-2
+ b
3
DPRAW
t-3
+ b
4
DPRAW
t-4
+ c
1
DPWHITE
t-1
+ c
2
DPWHITE
t-2
+ c
3
DPWHITE
t-3
+ c
4
DPWHITE
t-4
+ d
1
DTI
t-1
+ d
2
DTI
t-2
+ d
3
DTI
t-3
+ d
4
DTI
t-4
¬ DPWHITE
t
= a
1
DPDOM
t-1
+ a
2
DPDOM
t-2
+ a
3
DPDOM
t-3
+ a
4
DPDOM
t-4
+ b
1
DPRAW
t-1
+ b
2
DPRAW
t-2
+ b
3
DPRAW
t-3
+ b
4
DPRAW
t-4
+ c
1
DPWHITE
t-1
+ c
2
DPWHITE
t-2
+ c
3
DPWHITE
t-3
+ c
4
DPWHITE
t-4
+ d
1
DTI
t-1
+ d
2
DTI
t-2
+ d
3
DTI
t-3
+ d
4
DTI
t-4
¬ DTI
t
= a
1
DPDOM
t-1
+ a
2
DPDOM
t-2
+ a
3
DPDOM
t-3
+ a
4
DPDOM
t-4
+ b
1
DPRAW
t-1
+ b
2
DPRAW
t-2
+ b
3
DPRAW
t-3
+ b
4
DPRAW
t-4
+ c
1
DPWHITE
t-1
+ c
2
DPWHITE
t-2
+ c
3
DPWHITE
t-3
+ c
4
DPWHITE
t-4
+ d
1
DTI
t-1
+ d
2
DTI
t-2
+ d
3
DTI
t-3
+ d
4
DTI
t-4
dimana: DPDOM = harga gula domestik, DPRAW = harga gula dunia jenis raw sugar, DPWHITE = harga gula dunia jenis white sugar, DTI = tarif impor gula.
6.2.4. Pendugaan Koefisien
Setelah model integrasi pasar gula dibangun, model tersebut dapat diestimasi koefisiennya dengan menggunakan lag optimal yang telah diperoleh
sebelumnya. Estimasi ini dilakukan untuk melihat pengaruh variabel yang satu dengan variabel lainnya dalam model VAR. Estimasi model dilakukan dengan
bantuan perangkat lunak Mickrofit 4.0. Hasil estimasi koefisien model VAR integrasi pasar gula dapat dilihat pada Tabel 8.
Tabel 8. Koefisien Model VAR Integrasi Pasar Gula Domestik dengan Pasar Gula Dunia.
VARIABEL ENDOGEN LAG
PDOM PRAW
PWHITE TI
DPDOM-1 - 0.12861
- 0.06765 0.02505
0.05881 DPDOM-2
0.08925 0.00043
0.09209 - 0.01057
DPDOM-3 0.06512
0.03209 - 0.03167
- 0.00728 DPDOM-4
0.18290 - 0.08702
- 0.11660 0.01186
DPRAW-1 0.44435
0.57486 0.62617
0.03636 DPRAW-2
0.71940 - 0.01863
- 0.12789 0.03967
DPRAW-3 - 0.01877
0.21792 0.05071
- 0.02463 DPRAW-4
- 0.08797 0.09575
0.21922 0.00363
DPWHITE-1 - 0.14811
- 0.07718 - 0.04112
- 0.02148 DPWHITE-2
- 0.08021 - 0.19241
- 0.24450 0.00531
DPWHITE-3 0.23160
- 0.10328 - 0.01228
- 0.08240 DPWHITE-4
0.11164 - 0.28852
- 0.58083 - 0.02702
DTI-1 - 0.09619
- 1.10810 - 1.25620
- 0.08607 DTI-2
1.50360 0.20104
0.51778 0.00416
DTI-3 1.14900
- 0.27719 - 0.40305
0.14008 DTI-4
0.01393 0.18772
0.56881 0.03536
Keterangan: nyata pada
á
= 0.15 15
Harga gula domestik dipengaruhi secara nyata oleh lag harga gula domestik itu sendiri disamping dipengaruhi oleh lag harga gula dunia jenis raw
sugar dan lag tarif impor gula. Harga gula dunia jenis raw sugar dipengaruhi
secara nyata oleh lag harga gula dunia jenis raw sugar itu sendiri, lag harga gula dunia jenis white sugar dan lag tarif impor gula. Sementara harga gula dunia jenis
white sugar dipengaruhi secara nyata oleh lag harga gula dunia jenis white sugar
itu sendiri disamping dipengaruhi oleh lag harga gula dunia jenis raw sugar dan lag tarif impor gula. Sedangkan tarif impor gula dipengaruhi secara nyata oleh lag
harga gula domestik dan lag harga gula dunia jenis white sugar. Apabila diamati setiap persamaan parsial pada Tabel 8, semua persamaan
selalu dipengaruhi oleh lag variabel itu sendiri, kecuali pada persamaan tarif impor. Hal ini menunjukkan bahwa dalam menentukan harga gula domestik
maupun dunia, pelaku pasar selalu memperhatikan harga gula bulan sebelumnya. Dapat dikatakan bahwa harga gula pada waktu yang lalu lampau sangat
diperlukan oleh pelaku pasar gula domestik dan dunia. Sementara tarif impor gula tidak dipengaruhi oleh lag tarif impor itu sendiri, tarif impor lebih dipengaruhi
oleh harga gula domestik dan harga gula dunia jenis white sugar. Hal ini berarti bahwa perubahan kebijakan impor gula lebih dipengaruhi oleh faktor harga gula
dibanding oleh nilai lagnya.
a. Harga Gula Domestik