pedagang, harga bawang putih impor ditingkat pedagang yang diterima oleh konsumen dan nilai tukar rupiah terhadap dollar Amerika, berupa data bulanan
periode Januari 2001 sampai dengan Desember 2007. Data pendukung dalam penulisan skripsi ini adalah rata-rata luas panen dan rata-rata hasil panen bawang
putih, jumlah impor masing-masing negara importir terbesar ke Indonesia dan presentase impor bawang putih asal Cina. Data pendukung diperoleh dari BPS
pusat Jakarta dan Dirjen Tanaman Pangan Dan Hortikultura, Pasar Minggu Jakarta.
Data sekunder lain yang digunakan adalah data nilai tukar mata uang asing yaitu data nilai tukar rupiah terhadap dollar Amerika. Data tersebut diduga dapat
mempengaruhi permintaan impor bawang putih di Indonesia. Data nilai dan Volume impor dari Departemen Pertanian. Data produksi bawang putih didapat
dari BPS dan data mengenai nilai tukar rupiah didapat dari Bank Indonesia. Data mengenai harga impor, harga bawang putih lokal dan harga bawang merah lokal
sebagai barang substitusi diperoleh dari Departemen Pertanian Pusat Jakarta. Data pendapatan nasional diperoleh dari Badan Pusat Statistika.
4.3. Metode Analisis dan Pengolahan Data
Sesuai dengan permasalahan dan tujuan yang telah ditetapkan dalam penelitian ini untuk mengetahui permintaan bawang putih impor dan faktor-faktor
yang paling mempengaruhinya digunakan metode analisis deskriptif dan metode kuantitatif. Analisis deskriptif digunakan untuk mendeskripsikan jumlah
permintaan impor bawang putih setiap tahunnya yang dikaitkan dengan semakin meningkatnya volume impor bawang putih di Indonesia dari tahun ke tahun.
Analisis deskriptif juga digunakan untuk mendeskripsikan perkembangan kondisi ekonomi bawang putih di Indonesia dengan melihat variabel-variabel yang
digunakan dalam analisis seperti, konsumsi bawang putih di Indonesia, produksi bawang putih, harga bawang putih lokal, haga bawang putih impor, impor bawang
putih periode sebelumnya dan nilai tukar rupiah terhadap Dollar Amerika. Analisis kuantitatif dilakukan untuk mengetahui faktor-faktor yang
mempengaruhi permintaan bawang putih impor dan untuk mengetahui tingkat elastisitas permintaan bawang putih impor. Metode kuantitatif yang digunakan
dalam menjawab permasalahan pada penelitian ini yaitu dengan menggunakan analisis regresi berganda menggunakan, pengujian asumsi dan pengujian statistik,
untuk mengevaluasi model apakah sudah baik atau belum. Metode tersebut dilakukan dengan menggunakan software Minitab 14.
4.4. Perumusan Model Permintaan Bawang Putih Impor
Penelitian yang akan dilaksanakan yaitu untuk melihat faktor-faktor yang paling mempengaruhi permintaan bawang putih impor di Indonesia. Variabel-
varabel yang digunakan dalam analisis ini yaitu produksi bawang putih dalam negeri, konsumsi bawang putih di Indonesia, nilai tukar rupiah tehadap mata uang
asing yaitu nilai tukar rupiah terhadap mata uang Dollar Amerika, harga bawang merah lokal sebagai barang substitusi, pendapatan nasional dan jumlah impor
bawang putih periode sebelumnya sebagai peubah beda kala. Perumusan model dari variabel-variabel yang diperoleh dapat digunakan dengan persamaan tunggal
dalam analisis regresi berganda dengan double log pada setiap variabel dalam persamaan yaitu sebagai berikut:
Log
2
Y
i
= β
+ β
1
log
2
NTR +
β
2
log
2
HBPL +
β
3
log
2
HBPI +
β
4
Log
2
PBPL +
β
5
log
2
KBPL +
β
6
log
2
VIPS + β
7
log
2
HBML + β
8
log
2
PDNS + ε
i
dimana: Parameter dugaan =
β
1
, β
3
, β
4
dan β
6
0 serta β
2,
β
5,
β
7
dan β
8
Y
i
= Volume impor bawang putih di Indonesia sebagai peubah tidak bebas, dimana i = 1,2,3,...,n bulan
β = Intersep
β
1
= Parameter penduga NTR β
2
= Parameter penduga HBPL β
3
= Parameter penduga HBPI β
4
= Parameter penduga PBPL β
5
= Parameter penduga KBPL β
6
= Parameter penduga VIPS β
7
= Parameter penduga HBML β
8
= Parameter penduga HBML NTR = Nilai tukar terhadap rupiah terhadap dollar Amerika RpUSD
HBPL = Harga bawang putih lokal RpKg HBPI
= Harga bawang putih impor RpKg PBPL
= Produksi bawang putih lokal KgBulan KBPL
= Konsumsi bawang putih lokal KgBulan VIPS = Volume impor bawang putih periode sebelumnya Kg
HBML = Harga bawang merah lokal RpKg PDNS = Pendapatan Nasional Milliar Rp
ε
i
= Komponen error
Pendugaan model tersebut dilakukan dengan menggunakan metode kuadrat terkecil biasa Ordinary Least Square yang didasarkan asumsi-asumsi
berikut Sugiarto dan Harijono, 2000: 1.
Nilai rata-rata kesalahan untuk pengganggu sama dengan nol, yaitu E
ε
i
=0, untuk i = 1,2,3,....,k. 2.
Ragam ε
i
= σ
2
, sama untuk semua kesalahan pengganggu asumsi Homoscedasticity.
3. Tidak ada autokorelasi antara kesalahan penganggu berarti kovarian
ε
i,
ε
j
= 0, untuk i ≠ j. dengan demikian antara ε
i
dan ε
j
tidak saling tergantung. 4.
Peubah bebas X
1
,X2,X3, X
4
,…,X
k
konstan dalam pengambilan sampel terulang dan bebas terhadap kesalahan pengganggu, E X
i,
ε
i
= 0. 5.
Peubah bebas X saling bebas atau tidak ada multikolinearitas diantara peubah bebas X.
6.
ε
i
~ N 0;
σ
2
, artinya kesalahan pengganggu mengikuti distribusi normal dengan rata-rata nol dan varian
σ
2
. Data dalam penelitian ini adalah data time series yang diambil pada
periode waktu tertentu. Pada data time series perlu dilakukan pengujian untuk melihat apakah pada model yang dipilih terdapat multikolinearitas dan
heteroskedastisitas karena masalah ini sering timbul untuk data time series.
4.5. Pendugaan Nilai Elastisitas
