Uji Autokorelasi Elastisitas Validasi Model

Identifikasi yang dilakukan telah memberikan hasil bahwa semua persamaan dalam model penelitian ini adalah over identified. Maka estimasi parameter persamaan struktural dalam penelitian ini dilakukan dengan metode Kuadrat Terkecil Dua Tahap 2SLS.

4.4. Pengujian

4.4.1 Uji Autokorelasi

Dalam penelitian yang menggunakan deret waktu sering terdapat masalah autokorelasi, oleh karena itu digunakan uji durbin watson. Jika dalam perhitungan diperoleh hasil mendekati nilai dua, maka dapat disimpulkan bahwa pada masing- masing persamaan tidak terdapat masalah autokorelasi. Kemudian karena dalam model persamaan simultan yang digunakan mengandung va riabel lag endogen Lagged endogenous variables, maka untuk menguji autokorelasi digunakan pula statistik Durbin h. Jika nilai koefisien Durbin h lebih kecil dibandingkan dengan t-tabel n-k, α , maka dalam model tersebut dinyatakan tidak terdapat autokorelasi.

4.4.2. Elastisitas

Elastisitas merupakan ukuran kuantitatif untuk melihat kepekaan dejarat suatu fungsi terhadap perubahan variabel yang mempengaruhinya. Untuk persamaan linear misalnya Y = a + bX, nilai elastisitas jangka pendek dan jangka panjang dapat dirumuskan sebagai berikut: E s = b i  x  y E l = E s 1-a Dimana: E s : Elastisitas jangka pendek b i : koefisien regresi dari variabel penjelas x i  x : Rata-rata variabel penjelas ke- i  y : Rata-rata variabel endogen ke- i E l : Elastisitas jangka panjang a : Koefisien variabel lag endogen

4.4.3. Validasi Model

Untuk melihat keeratan dan keragaman antara nilai estimasi dengan nilai aktual variabel endogen diperlukan validasi model. Kriteria statistik yang digunakan untuk validasi nilai estimasi model antara lain adalah Root Mean Square Error RMSE dan Root Mean Square Percent Error RMSPE . Untuk melihat seberapa jauh penyimpangan data hasil estimasi dengan nilai aktualnya serta U-Theil untuk mengevaluasi kemampuan model dalam analisis simulasi biasanya hal ini dilakukan sebelum dilakukannya simulasi. Semakin kecil nilai RMSE, RMSPE, dan U maka hasil estimasi model tersebut akan semakin baik Pyndick, 1991. 20000 40000 60000 80000 100000 120000 140000 160000 180000 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 TAHUN TON 000

BAB V HASIL DAN PEMBAHASAN

5.1. Sebaran Data dalam Grafik

5.1.1. Produksi dan Produktivitas Teh Hitam Indonesia

Produksi teh hitam Indonesia dari tahun ke tahun selama kurun waktu 1979 sampai 2003 terus mengalami fluktuasi dengan kecendrungan meningkat. Pada saat terjadi gejolak politik dan ekonomi pada tahun 1997 produksi teh hitam Indonesia menurun. Hal tersebut terjadi dikarenakan pada masa ini terjadi situasi yang kurang kondusif bagi kegiatan produksi. Tingkat keamanan yang rawan juga situasi politik yang tidak menentu membuat produsen berhati- hati. Namun pada tahun 1998, ketika nilai tukar rupiah terhadap dollar jatuh, mencapai di atas Rp 10000 per dollar Amerika Serikat, produksi teh pun meningkat seperti terlihat pada Gambar 2. Angka-angka tersebut masih akan bisa ditingkatkan lagi dengan memberdayakan lahan- lahan pertanian milik petani ya ng belum dimanfaatkan secara intensif. Sumber : Departemen Pertanian 2003 diolah Gambar 2. Grafik Perkembangan Produksi Teh Hitam Indonesia