Apabila nilai elastisitas lebih besar dari 1 E 1 dikatakan elastisitas responsif karena perubahan satu persen variabel independen mengakibatkan
perubahan variabel dependen lebih dari satu persen. Jika nilai elastisitas antara nol dan satu 0 E 1 dikatakan inelastis tidak responsif karena perubahan satu
persen variabel independen akan mengakibatkan perubahan variabel independen kurang dari satu persen. Sedangkan nilai elastisitas sama dengan nol E = 0
artinya inelastis sempurna, dan nilai elastisitas tak hingga E = ~ artinya elastisitas sempurna, dan jika nilai elastisitas sama dengan satu E = 1 disebut
elastis uniter.
4.2.3 Model Alternatif
Satu asumsi penting dalam model regresi linier adalah bahwa gangguan disturbance u
i
yang muncul dalam fungsi regresi populasi adalah homoscedastic, yaitu semua gangguan tadi memiliki varians yang sama. Jika asumsi itu tidak
dapat dipenuhi maka dapat dikatakan terjadi penyimpangan. Penyimpangan terhadap faktor pengganggu disebut heteroskedastisitas.
Keadaan heteroskedastisitas tersebut akan mengakibatkan penduga OLS yang diperoleh
tetap memenuhi persyaratan tidak bias. Selain itu juga varians yang diperoleh menjadi tidak efisien, artinya cenderung membesar sehingga tidak lagi merupakan
varians yang terkecil. Kecenderungan membesarnya varians tersebut akan mengakibatkan uji hipotesis yang dilakukan tidak akan memberikan hasil yang
baik tidak valid. Dengan demikian model perlu diperbaiki dulu agar pengaruh dari heteroskedastisitasnya hilang Firdaus, 2004 dalam Resmisari, 2006
Salah satu cara untuk menyempurnakan model adalah dengan mentransformasikan model asli ke dalam model yang baru, sehingga diharapkan
akan mempunyai e dengan varians yang konstan. Untuk mengatasi terjadinya heteroskedastisitas yang terdapat dalam model, dapat dilakukan transformasi ke
dalam bentuk logaritma. Transformasi model dalam bentuk logaritma dapat mengurangi masalah heteroskedastisitas, hal ini disebabkan karena transformasi
yang memampatkan skala untuk pengukuran variabel, mengurangi perbedaan nilai dari sepuluh kali lipat menjadi perbedaan dua kali lipat Gujarati, 1991.
Model produksi beras yang diperoleh dengan mentransformasi model dalam bentuk logaritma natural adalah:
Ln-PBt = a + a
1
ln-LPt + a
2
ln-HGt + a
3
ln-PUt + a
4
ln-CHt + e
t
Model ekspor beras yang diperoleh dengan mentransformasi model dalam bentuk logaritma natural adalah:
Ln Xt = a + a
1
ln-PBt + a
2
ln-ERt + a
3
ln-HEt + a
4
ln-CPt + e
t
Manfaat tambahan dari transformasi logaritma bahwa koefisien kemiringan a
i
mengukur elastisitas variabel endogen terhadap variabel eksogen, yaitu persentase perubahan dalam variabel endogen untuk persentase perubahan
dalam variabel eksogen.
