commit to user 117
C. Uji Variabel Dummy
Kebutuhan pangan merupakan kebutuhan yang paling penting dalam kehidupan, terutama beras sebagai makanan pokok. Karena merupakan bahan
pangan penting maka pemerintah selalu melakukan pengawasan melalui kebijakan-kebijakan. Hal ini dilakukan untuk memastikan bahwa ketersediaan
beras di pasar dapat memenuhi kebutuhan pangan masyarakat. Setelah terjadinya krisis ekonomi tahun 1998, sektor perberasan yang termasuk dalam
sektor pertanian sepenuhnya menjadi tangung jawab pemerintah daerah yang diatur melalui otonomi daerah. Dengan adanya otonomi daerah diharapkan
pemerintah daerah dapat lebih memaksimalkan potensi daerahnya masing- masing sehingga daerahnya dapat lebih berkembang. Meskipun demikian,
beras sebagai bahan pangan utama di Indonesia masih mendapat pengawasan ketat dari pemerintah. Berbagai kebijakan yang terkait dengan perberasan terus
dikeluarkan oleh pemerintah. Hal ini untuk memastikan bahwa ketersediaan dan distribusi beras sudah merata dan dapat mencukupi kebutuhan masyarakat
sehingga tidak terjadi kekurangan pangan. Berdasarkan
informasi dari BAPPEDA Kabupaten Sukoharjo,
pemerintah daerah Kabupaten Sukoharjo mulai melaksanakan otonomi daerah pada tahun 2000. Sebagai salah satu kabupaten penyangga kebutuhan pangan
di propinsi Jawa Tengah, pemerintah daerah terus berupaya untuk meningkatkan produksi padi.
Berdasarkan kondisi tersebut, maka pada penelitian ini digunakan variabel dummy sebagai variabel tambahan dalam model ARIMA penawaran
commit to user 118
dan permintaan tahunan beras. Variabel dummy digunakan untuk menguji apakah otonomi daerah berpengaruh terhadap penawaran dan permintaan
tahunan beras. Variabel dummy diuji dengan menggunakan Chow Breakpoint Test, untuk mengetahui structural break dari data penawaran dan permintaan
tahunan beras. Karena otonomi daerah di Kabupaten Sukoharjo mulai dilaksanakan pada tahun 2000, maka periode structural break yang diuji pada
penelitian ini adalah pada kisaran tahun pelaksanaan otonomi daerah yaitu tahun 1999, 2000, dan 2001. Periode structural break tersebut kemudian diuji
dengan bantuan program Eviews 5.1 untuk mengetahui nilai probabilitas masing-masing periode structural break. Nilai probabilitas yang paling kecil
menunjukkan bahwa periode tersebut memberikan pengaruh structural break pada data series. Hasil analisis untuk Chow Breakpoint Test terdapat pada
Lampiran 8. Berikut adalah tabel perbandingan hasil Chow Breakpoint Test pada periode 1999, 2000, dan 2001.
Tabel 21. Nilai F-statistic dan Tingkat Probabilitas Hasil Chow Breakpoint Test Variabel Dummy
Periode Structural Break
F- statistic
Tingkat Probabilitas 1
5
1999 1,195316
0,333784 0,238143
2000 3,033932
0,082922 0,038543
2001 2,168281
0,153947 0,086563
Sumber : Diolah dari Lampiran 8 Berdasarkan hasil analisis data dapat diketahui bahwa pada hasil Chow
Breakpoint Test periode tahun 1999 tingkat probabilitasnya lebih besar dari 0,01 dan 0,05. Hal ini menunjukkan bahwa periode tahun 1999 tidak
berpengaruh terhadap structural break data penawaran dan permintaan tahunan
commit to user 119
beras di Kabupaten Sukoharjo. Hal yang sama juga terjadi pada periode tahun 2001. Hasil analisis menunjukkan bahwa nilai probabilitasnya juga lebih besar
dari 0,01 dan 0,05 sehingga tidak signifikan. Pada hasil Chow Breakpoint Test periode tahun 2000, dapat dilihat
bahwa pada tingkat signifikansi 99, nilai probabilitasnya tidak signifikan. Sedangkan pada tingkat signifikansi 95, nilai probabilitasnya sudah
signifikan karena nilainya lebih kecil dari 0,05. Berdasarkan kondisi tersebut maka disimpulkan bahwa periode tahun 2000 memberikan pengaruh structural
break terhadap data penawaran dan permintaan tahunan beras di Kabupaten Sukoharjo. Dengan demikian, variabel dummy sebelum pelaksanaan otonomi
daerah nilainya 0 untuk periode tahun 1994 – 1999, sedangkan variabel dummy setelah pelaksanaan otonomi daerah nilainya 1 untuk periode tahun 2000 –
2010.
D. Model Persamaan Simultan
Kategori