Perkembangan Harga Bawang Merah di Indonesia dan Peramalannya

4.4.2.Metode Estimasi Model Regresi Linear Berganda Metode estimasi yang digunakan dalam penelitian ini adalah metode Ordinary Least Square. Estimasi dari model ini adalah peningkatan jumlah produksi bawang merah di Indonesia akan menyebabkan harga riil bawang merah di Indonesia menurun. Adapun peningkatan terhadap jumlah konsumsi bawang merah di Indonesia dan harga riil bawang merah internasional akan menyebabkan harga riil bawang merah di Indonesia meningkat. Model dapat dikatakan baik jika hasil estimasi model regresi yang telah didapat kemudian diuji. Pengujian tersebut dilakukan melalui uji ekonomi, uji statistik, dan uji ekonometrika.

4.4.3. Metode Pengujian Model Regresi Linear Berganda

Model dapat dikatakan baik jika hasil estimasi model regresi yang telah didapat kemudian diuji. Pengujian tersebut dilakukan melalui uji ekonomi, uji statistik, dan uji ekonometrika.

A. Uji Ekonomi

Uji secara ekonomi dilakukan berdasarkan prinsip-prinsip yang sesuai dengan kriteria ekonomi yang mengacu pada arah dan besaran. Selain itu uji ini juga dilakukan berdasarkan tanda yang ada pada setiap variabel bebas dalam model pendugaan. Terdapat variabel yang memiliki tanda positif maupun tanda negatif. Tanda positif artinya penambahan satu satuan variabel independen akan meningkatkan harga bawang merah, sedangkan tanda negatif artinya penambahan satu satuan variabel independen akan mengurangi harga bawang merah. Variabel yang diduga memiliki tanda positif yaitu jumlah konsumsi bawang merah di Indonesia, harga bawang merah internasional. Adapun variabel yang diduga memiliki tanda negatif adalah jumlah produksi bawang merah di Indonesia. Selain itu juga perlu melihat nilai elastisitasnya. Nilai elastisitas digunakan untuk melihat derajat kepekaan variabel dependen pada suatu persamaan terhadap perubahan dari variabel independen. Nilai elastisitas jangka pendek short run diperoleh dari perhitungan sebagai berikut Pindyck dan Rubinfeld, 1998: Esr Y t , X it = β i ̅ it ̅ t …………………………………………..…..4.4 Keterangan : Esr Y t , X it = Elastisitas jangka pendek variabel dependen Y t PBM t terhadap variabel independen X it β i = Parameter estimasi variabel independen ke-i β 1, β 2 , β 3 ̅ it = Nilai rata-rata variabel independen X it ̅ t = Nilai rata-rata variabel dependen Y t t = jumlah observasi tahun 1993 = 1, … , 2013 = 21 Nilai elastisitas jangka panjang long run dapat diperoleh dari perhitungan sebagai berikut : Elr Y t , X it = …………………………………………..…..4.5 Keterangan : Elr Y t , X it = Elastisitas jangka panjang variabel dependen Y t PBM t terhadap variabel independen X it β 4 = Parameter estimasi dari lag-variabel dependen PBM t-1 . Kriteria uji : 1. Jika nilai eslatisitas lebih dari satu E 1 maka dikatakan elastis karena perubahan 1 variabel independen mengakibatkan perubahan variabel dependen lebih dari 1. 2. Jika nilai elastisitas antara nol dan satu 0 E 1 maka dikatakan inelastis tidak responsif karena perubahan 1 variabel independen mengakibatkan perubahan variabel dependen kurang dari 1.

B. Uji Statistik

Uji secara statistik ditentukan oleh teori statistik dan membantu evaluasi model secara statistika yang dapat dipercaya dari koefisien estimasi model. Uji statistik digunakan pada model penduga melalui uji-F, sedangkan parameter- parameter regresi dapat diuji melalui uji-t.

1. Uji-F

Berdasarkan metode estimasi OLS, pengujian ini dapat dilihat dari nilai probabilitas F-statisticnya. Hipotesis: H : β 1 = β 2 = β 3 = β 4 = 0 H 1 : minimal ada salah satu β i ≠0 Jika seluruh parameter dugaan regresi sama dengan nol, dapat disimpulkan bahwa tidak ada hubungan yang linear antara variabel dependen dengan variabel independen. Kriteria uji: P-value taraf nyata α, maka terima H terdapat variabel bebas dalam model secara bersama-sama tidak berpengaruh nyata terhadap harga riil bawang merah; P-value taraf nyata α, maka tolak H , terdapat variabel bebas dalam model yang secara bersama-sama berpengaruh nyata terhadap harga riil bawang merah Apabila keputusan yang diperoleh adalah p-value α dimana koefisien regresi berada di luar daerah penerimaan H , maka implikasinya adalah tolak H . Artinya minimal ada salah satu dari variabel independen yang dapat mempengaruhi secara nyata terhadap variabel dependennya. Apabila didapatkan p-value α, maka implikasinya terima H artinya variabel independen tidak berpengaruh nyata terhadap variabel dependennya

2. Uji-t

Pengujian ini dapat dilihat dari nilai probabilitas t-statisticnya. Hipotesis: H : β 1 = 0; β 3 = 0; β 2 = 0; β 4 1 atau β 4 H 1 : β 1 0; β 3 0; β 2 0; β 4 1 Kriteria uji: P-value taraf nyata α, maka terima H , artinya variabel independen tidak berpengaruh nyata terhadap harga riil bawang merah; P-value taraf nyata α, maka tolak H , artinya variabel independen berpengaruh nyata terhadap harga riil bawang merah. Apabila tolak H , maka variabel independen berpengaruh nyata terhadap variabel dependen. Sebaliknya, jika terima H maka variabel independen tidak berpengaruh nyata terhadap variabel independen.