409 c
808
, c
809
, c
810
, c
811
, c
812
, c
813
, c
814
, c
815
, c
816,
c
817
, c
818
, c
819
, c
820
, c
821
, c
822
, c
823
, c
824..
Koefisien yang diharapkan bertanda negatif adalah sebagai berikut :
c
103
, c
104
, c
105
, c
106
, c
107
, c
108
, c
109
c
110
, c
111
, c
112
, c
113
, c
114
, c
115
, c
116
, c
203
, c
204,
c
207
, c
208
, c
209
, c
210
, c
212
, c
213
, c
214
, c
215
, c
216
, c
217
, c
218
, c
409
, c
410
, c
411
, c
412
, c
501
, c
502
, c
601
, c
602
, c
606
, c
607
, c
608
, c
610
,, c
702
, c
703
, c
805
, c
806
, c
825,
c
826,
c
827,
c
828,
c
829,
c
Analisis Hausman test berdasarkan persamaan MO.36a dan MO.36b telah diselenggarakan. Hasilnya disajikan dalam Tabel 64,
menunjukkan bahwa fixed effect model lebih tepat digunakan daripada
830..
6.3 Estimasi Model
Sebagaimana telah dikemukakan sebelumnya bahwa panel data merupakan tipe khas dari pooled cross-sectiontime series data, sehingga
analisis panel data dalam penelitian ini dilakukan dengan memanfaatkan fasilitas Pooled Estimation dalam paket software Eviews 5.1 Quantitative
Micro Software, LLC, 2004: 829 – 835. Paket tersebut dilengkapi dengan OLS
Ordinary Least Square, dan 2SLS two stage least square. Untuk memilih salah satu dari dua metode analisis yang dikemukakan
di atas, tergantung pada kehadiran heteroskedastisitas. Sebagaimana Wooldridge 2002: 126 mengemukakan bahwa apabila terdapat
heteroskedastisitas. maka estimasi yang lebih efisien adalah lebih mungkin diterapkan. Ini berarti bahwa bila data dasar mengandung heteroskedastisitas,
maka metode yang lebih tepat adalah 2SLS. Oleh karena hasil pengujian heteroskedastisitas yang dikemukakan dalam bab sebelumnya menunjukkan
adanya heteroskedastisitas, maka analisis ekonometrik panel data yang dimanfaatkan dalam penelitian ini adalah fasilitas pool yang mengaplikasikan
metode 2SLS. Analisis dilakukan dengan memanfaatkan estimator robust, covariance method: cross-section weights PCSE, Panel Corrected Standard
Error . Adapun untuk kepentigan pengujian ketepatan model, diambil pilihan
no weight.
410 random effect model.
Analisis tersebut dilakukan dengan memanfaatkan program yang disajikan dalam Tabel 3.
Tabel 64. Hasil Analisis Hausman Test fixed vs random effect
Untuk Persamaan-per- samaan Dalam BM I
-------------------------------------------------------------------------------------- P:ersamaan. Nama Persamaan F
uji
p-value --------------------------------------------------------------------------------------
MO.38 Luas Areal Tanam 3,3022 0,2241
MO.39 Produktivitas 3,1100 2,1300
MO.42 Harga kakao biji di tingkat petani 3,1859 0,2033 MO.43 Harga kakao biji di pasar domestik2,6652 0,2638
MO.44 Harga kakao biji di PPP 3,7090 0,1565
MO.45 Volume ekspor kakao biji 2,5433 0,2132
------------------------------------------------------------------------------------- Catatan : Pusat Pasar Palu
Bila level alpha penolakan hingga 20 persen, kecuali persamaan MO.44, persamaan lainnya lebih tepat dianalisis dengan fixed effect model.
Persamaan MO.44 juga dianalisis dengan fixed effect model, karena random effect model
mensyaratkan tidak adanya peubah autoregresive. Estimasi fixed effectl dilakukan dengan tiga teknik, Two Stages Least
Square 2SLS , Generalized Least Square GLS, dan Seemingly Unrelated
Regression SUR dengan no degree of fredom. Hasil estimasi disajikan
dalam Lampiran G1.
6.4 Validasi Model