BAB III METODE PENELITIAN
3.1 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang dikumpulkan dari berbagai sumber yaitu Badan Pusat Statistik BPS, Food and
Agriculture Agency FAO, Bank Dunia, United Nation Statistics Division, dan
International Rice Research Institution IRRI.
Data yang digunakan adalah data time series tahunan periode tahun 1960-2010 yang meliputi data volume impor beras, produksi beras dalam negeri,
harga beras di pasar domestik dan pasar internasional, Produk Domestik Bruto PDB, jumlah populasi penduduk, nilai tukar rupiah riil, konsumsi beras dalam
negeri dan indeks harga konsumen. Secara umum variabel yang digunakan dalam penelitian ini dirangkum dalam Tabel 3.1.
Tabel 3.1 : Variabel dalam Penelitian
Variabel Sumber
1 2
Volume Impor Beras FAO
Produksi Beras Dalam Negeri FAO, BPS
Konsumsi Beras Dalam Negeri BPS
Harga Rata-rata Eceran Beras Dalam Negeri IRRI, BPS
Harga Rata-rata Eceran Beras Dunia World Bank
Produk Domestik Bruto Atas Dasar Harga Konstan 2005=100 UN
Jumlah Penduduk UN
Nilai Tukar Rupiah Riil UN
Indeks Harga Konsumen 2005=100 UN
3.2 Metode Analisis Data
Vector Autoregressive VAR adalah suatu sistem persamaan yang terdiri
atas n-variabel yang merupakan fungsi linier dari konstanta dan nilai lag variabel itu sendiri serta lag dari variabel lainnya yang ada dalam sistem. Peubah penjelas
dalam VAR meliputi nilai lag seluruh peubah tak bebas dalam sistem. Pada metode VAR, variabel eksogen dan endogen tidak dapat dibedakan secara apriori.
Menurut Sims 1972 dalam Enders 2004 hanya variabel endogen yang masuk analisis.
Model VAR dikembangkan sebagai solusi atas kritikan terhadap model persamaan simultan yaitu bahwa persamaan simultan terlalu berdasarkan pada
agregasi dari model keseimbangan parsial, tanpa memperhatikan pada hasil hubungan yang hilang dan struktur dinamis dalam model seringkali
dispesifikasikan untuk memberikan restriksi yang dibutuhkan dalam mendapatkan identifikasi dari bentuk struktural. Menurut Firdaus 2011 keunggulan metode
VAR dibandingkan metode ekonometrika konvensional adalah: 1. Mengembangkan model secara bersamaan di dalam suatu sistem multivariate
sehingga dapat menangkap hubungan keseluruhan variabel di dalam persamaan.
2. Uji VAR yang multivariate bias menghindarkan parameter yang bias akibat tidak dimasukkannya variabel yang relevan.
3. Uji VAR dapat mendeteksi hubungan antar variabel di dalam sistem persamaan dengan menjadikan seluruh variabel sebagai endogen.
4. Karena bekerja berdasarkan data, metode VAR terbebas dari berbagai batasan teori ekonomi yang sering muncul, termasuk gejala perbedaan palsu spurious
variable di dalam model ekonometrika konvensional terutama pada persamaan simultan, sehingga menghindari penafsiran yang salah.
Model VAR juga memiliki beberapa kelemahan, menurut Gujarati 1987 kelemahan metode VAR diantaranya:
1. Model VAR lebih bersifat teori karena tidak memanfaatkan informasi dari teori-teori terdahulu.
2. Karena lebih menitikberatkan pada peramalan, maka model VAR dianggap tidak sesuai untuk implikasi kebijakan.
3. Tantangan terberat VAR adalah pemilihan panjang lag yang tepat. 4. Semua variabel yang digunakan dalam model VAR harus stasioner.
5. Koefisien estimasi VAR sulit diintreprestasikan.
Vector Correction Model VECM adalah VAR yang terbatas dan
dirancang untuk digunakan pada data yang tidak stasioner dan memiliki hubungan kointegrasi. Enders 2004 menyatakan bahwa variabel dalam VECM merupakan
variabel turunan pertama dalam model VAR atau dengan kata lain bahwa variabel dalam VECM terkointegrasi pada orde pertama. Analisis VECM juga dapat
memecahkan persoalan pada data time series yang tidak stasioner yang mengakibatkan terjadinya regresi lancung spurious regression.
Model VECM dapat ditulis sebagai berikut : ……………………………… 1
dimana :
Dalam hal ini koefisien adalah koefisien jangka pendek sedangkan
adalah koefisien jangka panjang. Koefisien koreksi ketidakseimbangan dalam
bentuk nilai absolut menjelaskan seberapa cepat waktu diperlukan untuk mendapatkan nilai keseimbangan. Nilai
yang negatif menunjukkan perbedaan antara keadaan yang diinginkan dalam jangka panjang dan keadaan yang
sebenarnya dalam jangka pendek akan disesuaikan dalam beberapa periode.
3.3 Pengujian Asumsi 3.3.1 Uji Stasioneritas Data