3.2.1. Porter’s Diamond
Analisis deskriptif faktor-faktor yang mempengaruhi kondisi daya saing susu domestik dilakukan dengan menggunakan pendekatan Porter’s Diamond
berdasarkan referensi terkait dan data-data publikasi statistik sebagai pendukung. Kondisi faktor secara fokus menganalisis kondisi produksi susu domestik,
komposisi ketenagakerjaan sumberdaya manusia, pemodalan, dan infrastruktur pada subsistem usaha peternakan sapi perah. Kondisi permintaan menyoroti
konsumsi produk susu olahan yang digerakkan diantaranya oleh peningkatan pendapatan perkapita masyarakat dan populasi. Koperasi dan industri pakan
dijadikan sebagai objek penganalisisan determinan industri terkait dan pendukung. Sementara strategi, struktur, dan persaingan lebih dalam menganalisis
kondisi persaingan antara susu domestik dan impor sebagai input IPS. Pemerintah sebagai faktor eksternal melakukan intervensi melalui
penghapusan kebijakan rasio impor yang memiliki dampak beragam terhadap determinan kondisi faktor, kondisi permintaan, industri terkait dan pendukung,
serta setrategi, struktur, dan persaingan. Determinan kesempatan dipresentasikan oleh pergerakan nilai tukar riil Rupiah terhadap Dollar Amerika Serikat.
3.2.2. Model Panel Data
Model yang
digunakan untuk
mengetahui faktor-faktor
yang mempengaruhi produksi susu di Indonesia dalam penelitian ini adalah:
PROD = f PDOM, PCORN, COW
Persamaan diatas menunjukkan produksi susu Indonesia merupakan fungsi dari PDOM , PCORN, COW dengan:
PDOM = Harga Susu Domestik Rupiahkg
PCORN = Harga Jagung Rupiahkg
COW = Jumlah Sapi Ekor
Fungsi tersebut secara ekonometrika dapat dituliskan dalam bentuk fungsi persamaan regresi yaitu:
PROD
t
= α
+ α
1
PDOM + α
2
PCORN
+
α
3
COW + ε
1
dimana: α
= intersep α
1
= nilai dugaan besaran parameter n = 1,2,3,... ε
1
= unsur sisa galat
3.3. Uji Asumsi
3.3.1. Uji Homoskedastisitas
Salah satu asumsi yang harus dipenuhi dalam persamaan regresi adalah bahwa taksiran parameter dalam model regresi bersifat BLUE Best linier
Unbiased Estimate maka var ui harus sama dengan
konstan, atau semua residual atau error mempunyai varian yang sama. Kondisi itu disebut dengan
homoskedastisitas. Sedangkan bila varian tidak konstan atau berubah-rubah disebut dengan heteroskedastisitas. Untuk mendeteksi adanya heteroskedastisitas
dapat menggunakan metode General Least Square Cross Section weights yaitu dengan membandingkan sum square resid pada weighted statistics dengan sum
square resid unweighted statistics . Jika sum square resid pada weighted statistic
lebih kecil dari sum square resid unweighted statistics maka terjadi heteroskedastisitas.
3.3.2. Uji Autokorelasi
Autokorelasi adalah korelasi yang terjadi antar observasi dalam satu peubah atau korelasi antar eror masa lalu dengan eror masa sekarang. Uji autokorelasi
yang dilakukan tergantung pada jenis data dan sifat model yang digunakan. Autokorelasi dapat mempengaruhi efisiensi dari estimatornya. Untuk mendeteksi
adanya korelasi serial adalah dengan melihat nilai Durbin Watson DW. Untuk mengetahui ada atau tidaknya autokorelasi, maka dilakukan dengan
membandingkan DW statistiknya dengan DW tabel. Adapun kerangka identifikasi autokorelasi terangkum dalam Tabel 3. Korelasi serial ditemukan jika eror dari
periode waktu yang berbeda saling berkorelasi. Hal ini bisa dideteksi dengan melihat pola random eror dari hasil regresi.