5.1.4 Pengujian Kointegrasi
Pengujian terakhir untuk pra-estimasi adalah pengujian kointegrasi. Pengujian kointegrasi yang dimaksud adalah menguji apakah variabel-variabel
yang tidak stasioner pada level terkointegrasi atau tidak. Uji kointegrasi bertujuan untuk menentukan apakah kelompok dari variabel-variabel yang tidak stasioner
pada level memenuhi persyaratan proses integrasi, yaitu proses dimana semua variabel telah stasioner pada derajat yang sama yaitu pada first difference.
Pengujian kointegrasi biasanya dilakukan dengan Johansen Cointegration Test
. Kriteria dari pengujian ini didasarkan kepada trace statistics yang didapatkan dari Johansen Cointegration Test. Jika nilai trace statistic lebih dari
critical value lima maka hipotesis alternatif H1 yang menyatakan jumlah rank
kointegrasi tidak dapat ditolak atau dengan kata lain tolak hipotesis awal H0, maka pada rank tersebut telah terjadi kointegrasi.
Tabel 5.4 menunjukkan hasil pengujian kointegrasi dari data untuk komoditas kentang, jeruk, dan bawang merah. Untuk komoditas kentang, terjadi
kointegrasi sebanyak tiga hubungan, untuk komoditas jeruk sebanyak dua, dan untuk komoditas bawang merah sebanyak dua. Terjadinya hubungan kointegrasi
dapat dilihat lebih dalam dengan perbandingan nilai trace statistic yang lebih dari nilai kritis lima . keberadaan hubungan kointegrasi pada data di tiga komoditas
tersebut menunjukkan bahwa pada jangka panjang terjadi hubungan antar variabel dalam masing-masing model sehingga tidak dimungkinkan menggunakan model
VAR maupun VAR first difference pada penelitian ini.
Tabel 5.4 Hasil Pengujian Kointegrasi Data Hipotesis
Trace Statistic 5
Critical Value
H0 H1
Kentang Jeruk
Bawang Merah
R=0 R≥
106.2031 88.29146
103.614 60.06141
R≤ R≥
59.48478 43.78103
54.16063 40.17493
R≤ R≥3
29.53688 23.51551
20.55869 24.27596
R≤3 R≥
12.07155 11.04573
4.36314 12.3209
R≤ R≥
2.538372 0.011016
1.200329 4.129906
Sumber: Lampiran 13 hingga 18; menunjukkan trace statistics lebih dari critical value 5 atau terjadi kointegrasi
Kesimpulan yang didapatkan pada pengujian pra-estimasi adalah pertama, untuk ketiga model sebagian besar data tidak stasioner pada level namun stasioner
pada first difference. Kedua, ketiga model tersebut optimal pada lag pertama dan sudah stabil pada lag tersebut. Ketiga, ketiga model tersebut masing-masing
memiliki hubungan kointegrasi di dalamnya. Berdasarkan tiga poin ini maka model yang cocok untuk digunakan pada tiga model komoditas hortikultura
adalah model Vector Error Correction Model VECM.
5.2 Deteksi Banjir Impor
Deteksi import surge atau banjir impor melalui framework yang disetujui oleh WTO, dibagi menjadi dua pemicu trigger, yaitu berdasarkan volume
berupa peningkatan volume impor volume-based SSM dan berdasarkan tingkat harga berupa penurunan harga impor price-based SSM
5.2.1 Volume-based Special Safeguard Mechanism
Berdasarkan framework SSM revisi Desember 2008 dari Draft Modalities for Agriculture
WTO, banjir impor berupa peningkatan volume impor secara signifikan, berdasarkan draft modalities for agriculture untuk SSM dapat terpicu
apabila volume impor meningkat sampai tingkat tertentu melebihi base import. Base import
dapat digambarkan dengan volume impor rata-rata tiga tahun terakhir atau dengan kata lain three year moving average dari volume impor komoditas
tertentu. Peningkatan tersebut secara spesifik dibagi menjadi tiga tingkat yaitu mulai dari melebihi 110 hingga 114.99, 115 hingga 134.99 dan lebih dari
135 dengan tingkatan kemudian mewakili remedy yang dapat diberlakukan yang akan dibahas lebih lanjut dalam sub bab berikutnya.
Untuk memudahkan pembagian, pada penelitian ini digunakan Trigger A untuk menggambarkan peningkatan antara 110 hingga 114.99 , Trigger B
untuk menggambarkan peningkatan antara 115 hingga 134.99 dan Trigger C untuk menggambarkan peningkatan diatas 135 . Berdasarkan pendekatan
tersebut maka disusunlah tabel perbandingan volume impor dengan base import sebagai berikut.
Tabel 5.5 Volume-based SSM Komoditas Kentang Tahun
Volume Impor kg
Base import kg
a
Perubahan Trigger
2002 2 336 447
3 474 730 67.24
- 2003
2 404 294 3 194 763
75.26 -
2004 3 148 342
2 473 174 127.30
Trigger B
2005 5 031 392
2 629 694 191.33
Trigger C
2006 4 210 572
3 528 009 119.35
Trigger B
2007 5 559 153
4 130 102 134.60
Trigger B
2008 5 345 285
4 933 706 108.34
- 2009
11 727 189 5 038 337
232.76 Trigger
C 2010
24 203 560 7 543 876
320.84 Trigger
C 2011
78 418 905 13 758 678
569.96 Trigger
C 2012
46 587 879 38 116 551
122.22 Trigger
B
Sumber: BPS 2013, diolah;
a
dihitung berdasarkan three year moving average
Tabel 5.5 menggambarkan volume-based SSM untuk komoditas Kentang untuk periode 2002-2012. Pada tahun 2002 volume impor kentang adalah sebesar
2 336 447 kg dalam setahun, kemudian impor tahun 2002 tersebut disandingkan dengan three year moving averagenya atau dengan kata lain rataan volume impor
tahunan untuk tiga tahun ke belakang, base import tahun 2002 adalah rataan volume impor untuk tahun 1999, 2000, dan 2001. Base import 2002 dibandingkan
dengan volume impor 2002 untuk mendapatkan nilai perubahan dalam persen . Nilai perubahan pada tahun 2002 adalah sebesar 67.24 , artinya pada tahun 2002
volume impor yang terjadi hanya bernilai 67.24 dari base import 2002 artinya volume impor tidak memicu banjir impor.
Kategori