Hasil Validasi Model Persamaan Simultan

BAB VI HASIL DAN PEMBAHASAN

Pada bagian ini akan dikemukakan dampak penghapusan tarif impor terutama terhadap perubahan harga kedelai dari sisi produsen dan konsumen pada tingkat domestik. Keragaan komoditas kedelai yang diamati pada periode tahun 1969-2008.

6.1 Hasil Validasi Model Persamaan Simultan

Validasi model persamaan simultan komoditas kedelai di Indonesia dalam penelitian ini menggunakan beberapa indikator statistik diantaranya yaitu Root Mean Squares Error RMSE, Root Mean Square Percent Error RMSPE, R 2 , Casewise Diagnostic, Uji Signifikansi, dan U’Theil. RMSPE digunakan untuk mengukur seberapa dekat nilai masing-masing variabel endogen hasil pendugaan mengikuti nilai aktualnya selama periode pengamatan atau seberapa jauh penyimpangan dalam ukuran persen. Selanjutnya untuk melihat keeratan arah slope antara nilai aktual dengan hasil simulasi, digunakan nilai koefesien determinasi R 2 . Pengujuan validasi model persamaan simultan dapat di lihat pada Tabel 10 berikut. Tabel 10. Hasil Validasi Model Persamaan Simultan. Model R R 2 R 2 adj df P_ value F-hit Std error of estimate 1 0,978 a 0,956 0,952 3 0,000 a 257,826 0,30057 2 0,953 a 0,908 0.901 3 0,000 a 118,976 0,14371 3 0,992 a 0,984 0,982 3 0,000 a 723,580 0,14970 4 0,995 a 0,990 0,989 4 0.000 a 846,980 0,04673 Berdasarkan hasil output regresi terhadap empat persamaan simultan tersebut, dapat dijelaskan sebagai berikut: 1 Persamaan simultan untuk mengestimasi harga kedelai paritas impor pada tingkat grosir di Indonesia. Hasil pengolahan data dengan menggunakan metode “Ordinary Least Square OLS” memberikan autput regresi sebagai berikut: Ln P MG = -0,107 + 0,944 ln ER + 0,463 ln P WD + 0,237 Dummy Berdasarkan fungsi dugaan tersebut diperoleh nilai koefesiensi determinasi R-Sq sebesar 95,6 persen dan nilai koefesien determinasi terkoreksi R-Sq adj sebesar 95,2 persen. Angka R-Sq tersebut menunjukan bahwa 95,6 persen keragaman dari variabel tak bebas dapat diterangkan oleh variabel-variabel bebas yang digunakan dalam model, sedangkan sisanya yaitu sebesar 3 persen dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model. Hal ini berarti model sudah bisa di anggap fit baik. Tabel 11. Hasil Regresi Persamaan Harga Paritas Impor pada Tingkat Grosir Variabel Koefesien Standar Eror Koef t- value p- value VIF beta Konstanta -0.107 0.638 -0.167 0.868 Ln ER 0.944 0.062 15.135 0.000 0.816 Ln P WD 0.463 0.75 6.201 0.000 0.279 Dummy 0.237 0.167 1.424 0.163 0.063 S= 73.129 R-Sq= 95.6 R-Sq adj= 95.2 Keterangan : nyata pada taraf 5 72 Berdasarkan Tabel 11 dapat di intepretasikan antara lain, konstanta -0,107 ; artinya jika ln ER, P WD dan dummy nilainya 0, maka harga kedelai paritas impor lnP MG nilainya negatif yaitu sebesar -0,107. Koefesien regresi variabel Ln ER sebesar 0,944 , artinya jika variabel independen lainnya tetap dan Ln P MG mengalami kenaikan 1, maka harga kedelai paritas impor akan mengalami kenaikan sebesar Rp 0,994 per kg. Koefisien bernilai positif artinya terjadi hubungan positif antara P WD dengan harga kedelai paritas impor, semakin naik P WD maka harga kedelai paritas impor akan semakin meningkat. . Koefisien regresi variabel P WD sebesar 0,463; artinya jika variabel independen lainnya tetap dan ln P MG mengalami kenaikan 1, maka harga kedelai paritas impor akan mengalami kenaikan sebesar Rp 0,463 per kg. Koefisien bernilai positif artinya terjadi hubungan positif antara P WD dengan harga kedelai paritas impor, semakin naik P WD maka harga kedelai paritas impor akan semakin meningkat. Koefesien regresi variabel dummy sebesar 0,237 , artinya jika variabel independen lainnya tetap dan jika kebijakan tarif impor dipertahankan maka harga kedelai paritas impor akan mengalami kenaikan sebesar Rp 0,234 per kg. Koefisien bernilai positif artinya terjadi hubungan positif antara dummy dengan harga kedelai paritas impor, apabila kebijakan tarif impor dipertahankan maka harga kedelai paritas impor naik. Berdasarkan hasil regresi diatas diperoleh angka R sebesar 0,995. Hal ini menunjukan bahwa terjadi hubungan yang sangat kuat antara ln ER, ln P WD dan Dummy terhadap harga kedelai paritas impor pada tingkat pedagang grosir. Angka R 2 R square sebesar 0,956 atau 95,6 persen menunjukan persentase 73 sumbangan pengaruh variabel independen lnER, lnP WD dan dummy terhadap variabel dependen lnP MG harga paritas impor tingkat grosir sebesar 95,6 persen. Atau variasi variabel independen yang digunakan dalam model satu mampu menjelaskan sebesar 95,6 persen variasi variabel dependen lnP MG . Sedangkan sisanya sebesar 4,4 persen dipengaruhi atau dijelaskan oleh variasi lain yang tidak dimasukan dalam model penelitian ini. R square adalah nilai R Square yang telah disesuaikan,nilai ini selalu labih kecil dari R Square dan angka ini bisa memiliki angka negatif. Standard error of estimate adalah suatu ukuran banyaknya kesalahan model persamaan regresi simultan dalam memprediksi nilai ln P MG . Dari hasil regresi di dapat nilai 0,30057 atau Rp 0,30057 per kg. Hal ini berarti banyaknya kesalahan dalam prediksi harga paritas impor kedelai pada tingkat pedagang grosir sebesar Rp 0,30057 per kg. Nilai F hitung sebesar 257,826 dan signifikansi P-value =0,000 a dengan tingkat alpha yang ditetapkan adalah 5 persen. Degree of freedom yang ditampilkan yaitu dF1=3 dan dF2=36. Oleh karena itu F hitung F tabel, yaitu 257,826 2,866, maka tolak Ho. Jadi dapat disimpulkan bahwa ada pengaruh signifikan antara lnER, lnP WD dan dummy ada tidaknya kebijakan secara bersama-sama terhadap lnP MG . 2 Persamaan untuk mengestimasi konsumsi kedelai per kapita per tahun untuk mencari nilai koefesien regresi terhadap harga grosir sebagai nilai elastisitas permintaan harga kedelai terhadap barang sendiri adalah: Ln Q DCt = - 0,777 – 0,045 ln P WS1 + 0,244 ln Y Ct +0,229 Dummy 74 Berdasarkan fungsi dugaan tersebut diperoleh nilai koefesiensi determinasi R-Sq sebesar 90,8 persen dan nilai koefesien determinasi terkoreksi R-Sq adj sebesar 90,1 persen. Angka R-Sq tersebut menunjukan bahwa 90,8 persen keragaman dari variabel tak bebas dapat diterangkan oleh variabel-variabel bebas yang digunakan dalam model, sedangkan sisanya yaitu sebesar 3 persen dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model. Hal ini berarti model sudah bisa di anggap fit baik. Tabel 12. Hasil Regresi Persamaan Konsumsi Kedelai Per Kapita di Indonesia Variabel Koefesien Standar Eror Koef t- value p- value VIF beta Konstanta -0.777 0.260 -2.991 0.005 LnP WS -0.045 0.139 -0.324 0.748 -0.135 LnY Ct 0.244 0.089 2.729 0.010 1.164 Dummy 0.229 0.077 2.964 0.005 0.181 S= 8.115 R-Sq= 90.8 R-Sq adj= 90.1 Keterangan: nyata pada taraf 5 Hasil regresi tersebut dapat dijelaskan antara lain, konstanta -0,777 ; artinya jika dummy, lnP WS1 dan lnY Ct nilainya 0, maka konsumsi kedelai per kapita per tahun lnQ DCt nilainya negatif yaitu sebesar -0,777. Koefesien regresi variabel lnP WS1 sebesar -0,045 , artinya jika variabel independen lainnya tetap dan lnP WS1 mengalami kenaikan 1, maka konsumsi kedelai per kapita per tahun akan mengalami penurunan sebesar Rp 0,045 per kg. Koefisien bernilai negatif artinya terjadi hubungan negatif antara lnP WS1 dengan lnQ DCt , semakin naik lnP WS1 maka konsumsi kedelai per kapita per tahun akan semakin menurun. . Koefisien regresi variabel lnY Ct sebesar 0,244; artinya jika variabel independen lainnya tetap dan lnY Ct mengalami kenaikan 1, maka konsumsi kedelai per kapita per tahun akan mengalami kenaikan sebesar Rp 0,244 per kg. Koefisien bernilai positif artinya terjadi hubungan positif antara lnY Ct dengan konsumsi kedelai per kapita per tahun, semakin naik P WD maka konsumsi kedelai per kapita per tahun akan semakin meningkat. Koefesien regresi variabel dummy sebesar 0,229 , artinya jika variabel independen lainnya tetap dan kebijakan impor dipertahankan, maka harga kedelai paritas impor akan mengalami kenaikan sebesar Rp 0,229 per kg. Koefisien bernilai positif artinya terjadi hubungan positif antara dummy dengan konsumsi kedelai per kapita per tahun, apabila kebijakan tarif impor dipertahankan maka konsumsi kedelai per kapita per tahun akan naik. Berdasarkan hasil regresi diperoleh angka R sebesar 0,953. Hal ini menunjukan bahwa terjadi hubungan yang sangat kuat antara ln P WS1 , lnY Ct dan dummy terhadap jumlah permintaan kedelai per kapita per tahun di Indonesia. Hasil regresi yang lainnya adalah angka R 2 R square sebesar 0,908 atau 90,8 persen. Hal ini menunjukan bahwa persentase sumbangan pengaruh variabel independen lnP WS1 , lnY Ct dan dummy terhadap variabel dependen lnQ DCt jumlah permintaan kedelai per kapita per tahun sebesar 90,8 persen. Atau variasi variabel independen yang digunakan dalam model satu mampu menjelaskan sebesar 90,8 persen variasi variabel dependen lnQ DCt . Sedangkan sisanya sebesar 76 9,2 persen dipengaruhi atau dijelaskan oleh variasi lain yang tidak dimasukan dalam model penelitian ini. Adjusted R square adalah nilai R Square yang telah disesuaikan, nilai ini selalu labih kecil dari R Square dan angka ini bisa memiliki angka negatif. Nilai dari Adjusted R square 90,1 persen. Standard error of estimate adalah suatu ukuran banyaknya kesalahan model persamaan regresi simultan dalam memprediksi nilai lnQ DCt . Dari hasil regresi di dapat nilai 0,14371 atau Rp 0,14371 per kg per tahun. Hal ini berarti banyaknya kesalahan dalam prediksi harga paritas impor kedelai pada tingkat pedagang grosir sebesar Rp 0,14371 per kg per tahun. F hitung sebesar 118,976 dan signifikansi P-value =0,000 a dengan tingkat alpha yang ditetapkan adalah 5 persen. Degree of freedom yang ditampilkan yaitu df1=3 dan df2=36. Oleh karena itu F hitung F tabel, yaitu 118,976 2,866, maka tolak Ho. Jadi dapat disimpulkan bahwa ada pengaruh signifikan antara lnP WS1 , lnY Ct dan dummy secara bersama-sama terhadap lnQ DCt . 3 Persamaan untuk mengestimasi harga kedelai pada tingkat produsen petani untuk mencari nilai koefesien regresi terhadap harga grosir sebagai nilai elastisitas trasmisi harga adalah: Ln P Ft = 1,508 + 0,895 ln P WSt – 0,043 ln Im – 0,250 Dummy Berdasarkan fungsi dugaan tersebut diperoleh nilai koefesiensi determinasi R-Sq sebesar 98,4 persen dan nilai koefesien determinasi terkoreksi R-Sq adj sebesar 98,2 persen. Angka R-Sq tersebut menunjukan bahwa 98,4 persen keragaman dari variabel tak bebas dapat diterangkan oleh variabel-variabel bebas yang digunakan dalam model, sedangkan sisanya yaitu sebesar 1 persen dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model. Hal ini berarti model sudah bisa di anggap fit baik. Tabel 13. Hasil Regresi Persamaan Harga Kedelai pada Tingkat Produsen di Indonesia Variabel Koefesien Standar Eror Koef t- value p-value VIF beta Konstanta 1.508 0.182 8.282 0.000 LnP WSt 0.895 0.031 28.904 0.000 1.088 LnIM -0.043 0.008 5.260 0.000 -0.183 Dummy -0.250 0.076 -3.309 0.002 -0.080 S= 49.454 R-Sq= 98.4 R-Sq adj= 98.2 Keterangan: nyata pada taraf 5 Persamaan regresi tersebut dapat dijelaskan antara lain, konstanta 1,508 ; artinya jika dummy, lnIM dan lnP WSt nilainya 0, maka harga kedelai pada tingkat produsen petani lnP Ft nilainya sebesar Rp 1,508 per kg. Koefesien regresi variabel ln P WSt sebesar 0,895 , artinya jika variabel independen lainnya tetap dan lnP WSt mengalami kenaikan 1, maka harga kedelai pada tingkat produsen petani akan mengalami kenaikan sebesar Rp 0,895 per kg. Koefisien bernilai positif artinya terjadi hubungan yang positif antara lnP WSt dengan lnP Ft , semakin naik lnP WS1 maka harga kedelai pada tingkat produsen petani akan semakin naik. Koefisien regresi variabel lnIM sebesar -0.043; artinya jika variabel independen lainnya tetap dan lnIM mengalami kenaikan 1, maka harga kedelai pada tingkat produsen petani akan mengalami penurunan sebesar Rp 0.043 per 78 kg. Koefisien bernilai negatif artinya terjadi hubungan negatif antara lnIM dengan harga kedelai pada tingkat produsen petani akan semakin menurun. Koefesien regresi variabel dummy sebesar -0.250 , artinya jika variabel independen lainnya tetap dan kebijakan impor dipertahankan, maka harga kedelai paritas impor akan mengalami penurunan sebesar Rp 0.250 per kg. Koefisien bernilai negatif artinya terjadi hubungan negatif antara dummy dengan harga kedelai pada tingkat produsen petani, apabila kebijakan tarif impor dipertahankan maka harga kedelai paritas impor akan turun. Berdasarkan tabel di atas diperoleh angka R sebesar 0,992. Hal ini menunjukan bahwa terjadi hubungan yang sangat kuat antara lnP Ft , lnP WSt dan dummy terhadap harga kedelai pada tingkat produsen petani. Hasil regresi yang lainnya adalah angka R 2 R square sebesar 0,984 atau 98,4 persen. Hal ini menunjukan bahwa persentase sumbangan pengaruh variabel independen lnP WSt , lnI M dan dummy terhadap variabel dependen lnP Ft harga kedelai pada tingkat produsen petani sebesar 98,4 persen. Atau variasi variabel independen yang digunakan dalam model satu mampu menjelaskan sebesar 98,4 persen variasi variabel dependen lnP Ft ,. Sedangkan sisanya sebesar 1,6 persen dipengaruhi atau dijelaskan oleh variasi lain yang tidak dimasukan dalam model penelitian ini. Adjusted R square adalah nilai R Square yang telah disesuaikan, nilai ini selalu labih kecil dari R Square dan angka ini bisa memiliki angka negatif. Nilai dari Adjusted R square 98,2 persen. Standard error of estimate adalah suatu ukuran banyaknya kesalahan model persamaan regresi simultan dalam memprediksi nilai lnP Ft . Dari hasil regresi di dapat nilai 0,14970 atau Rp 0,14970 79 per kg. Hal ini berarti banyaknya kesalahan dalam prediksi harga paritas impor kedelai pada tingkat pedagang grosir sebesar Rp 0,14970 per kg. Nilai F hitung sebesar 723,580dan signifikansi P-value =0,000 a dengan tingkat alpha yang ditetapkan adalah 5 persen. Degree of freedomi df yang ditampilkan yaitu df1=3 dan df2=36. Oleh karena itu F hitung F tabel, yaitu 118,976 2,866, maka tolak Ho dan terima H1. Jadi dapat disimpulkan bahwa ada pengaruh signifikan antara lnP WSt , lnI M dan dummy secara bersama-sama terhadap lnP FT. 4 Persamaan untuk mengestimasi jumlah produksi penawaran kedelai nasional untuk mencari nilai koefesien regresi terhadap harga produsen sebagai nilai elastisitas penawaran terhadap harga sendiri adalah: Ln Q St = -3.116 + 1.146 ln LP + 0.170 ln P Ft + 0.003 ln Im + -0.005 Dummy Berdasarkan fungsi dugaan tersebut diperoleh nilai koefesiensi determinasi R-Sq sebesar 99 persen dan nilai koefesien determinasi terkoreksi R-Sq adj sebesar 98,9 persen. Angka R-Sq tersebut menunjukan bahwa 98,4 persen keragaman dari variabel tak bebas dapat diterangkan oleh variabel-variabel bebas yang digunakan dalam model, sedangkan sisanya yaitu sebesar 1 persen dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model. Hal ini berarti model sudah bisa di anggap fit baik. Untuk lebih jelasnya dapat dilihat pada Tabel 14. 80 Tabel 14. Hasil Regresi Persamaan Jumlah Produksi Penawaran Kedelai di Indonesia Variabel Koefesien Standar Eror Koef t- value p- value VIF beta Konstanta -3.116 0.338 -9.211 0.000 LnP Ft 0.170 0.011 15.541 0.000 0.413 LpLP 1.146 0.024 46.870 0.000 0.879 LnIM 0.003 0.002 1.157 0.255 0.030 Dummy -0.005 0.026 -0.200 0.843 -0.004 S= 7.473 R-Sq= 99.0 R-Sq adj= 98.9 Keterangan: nyata pada taraf 5 Berdasarkan Tabel 14 hasil regresi tersebut dapat dijelaskan antara lain, konstanta -3.116; artinya jika Dummy, lnIM, lnLp dan lnP Ft nilainya 0, maka jumlah produksi penawaran kedelai lnQ St nilainya sebesar -3.116. Koefesien regresi variabel lnP Ft sebesar 0,170 , artinya jika variabel independen lainnya tetap dan lnP Ft mengalami kenaikan 1, maka jumlah produksi penawaran kedelai akan mengalami kenaikan sebesar 0,170 ton. Koefisien bernilai positif artinya terjadi hubungan yang positif antara lnP Ft dengan lnQ St , semakin naik ln P Ft maka jumlah produksi penawaran kedelai akan semakin naik. Koefisien regresi variabel lnLP sebesar 1.146; artinya jika variabel independen lainnya tetap dan lnLP mengalami kenaikan 1, maka jumlah produksi penawaran kedelai akan mengalami kenaikan sebesar 1.146 ton. 81 Koefisien bernilai positif artinya terjadi hubungan positif antara lnLP dengan jumlah produksi penawaran kedelai akan semakin naik. Koefisien regresi variabel lnIM sebesar 0.003; artinya jika variabel independen lainnya tetap dan lnIM mengalami kenaikan 1, maka jumlah produksi penawaran kedelai akan mengalami kenaikan sebesar 0.003 ton. Koefisien bernilai positif artinya terjadi hubungan positif antara lnIM dengan jumlah produksi penawaran kedelai akan semakin naik. Koefesien regresi variabel Dummy sebesar -0.005, artinya jika variabel independen lainnya tetap dan kebijakan impor dipertahankan, maka jumlah produksi penawaran kedelai akan mengalami penurunan sebesar 0,005 ton. Koefisien bernilai negatif artinya terjadi hubungan negatif antara dummy dengan jumlah produksi penawaran kedelai, apabila kebijakan tarif impor dipertahankan maka jumlah produksi penawaran kedelai akan turun. Berdasarkan hasil regresi pada persamaan empat diperoleh angka R sebesar 0,995. Angka tersebut menunjukan bahwa terjadi hubungan yang sangat kuat antara lnLp, lnIM, lnP FT dan dummy terhadap jumlah penawaranproduksi kedelai di Indonesia. Hasil regresi yang lainnya adalah angka R 2 R square sebesar 0,990 atau 99,0 persen. Hal ini menunjukan bahwa persentase sumbangan pengaruh variabel independen lnLp, lnIM, lnP FT dan dummy terhadap variabel dependen lnQ St jumlah penawaranproduksi kedelai di Indonesia sebesar 99,0 persen. Atau variasi variabel independen yang digunakan dalam model satu mampu menjelaskan sebesar 99,0 persen variasi variabel dependen lnQ St, . Sedangkan sisanya sebesar 1,0 persen dipengaruhi atau dijelaskan oleh variasi lain yang tidak dimasukan dalam model penelitian ini. 82 Adjusted R square adalah nilai R Square yang telah disesuaikan, nilai ini selalu labih kecil dari R Square dan angka ini bisa memiliki angka negatif. Nilai dari Adjusted R square 98,9 persen. Standard error of estimate adalah suatu ukuran banyaknya kesalahan model persamaan regresi simultan dalam memprediksi nilai lnQ St . Dari hasil regresi di dapat nilai 0,04673 atau 0,04673 ton. Hal ini berarti banyaknya kesalahan dalam prediksi harga paritas impor kedelai pada tingkat pedagang grosir sebesar 0,04673 ton. Nilai F hitung sebesar 846,980 dan signifikansi P-value =0,000 a dengan tingkat alpha yang ditetapkan adalah 5 persen. Degree of freedom yang ditampilkan yaitu df1=3 dan df2=36. Oleh karena F hitung F tabel, yaitu 846,980 2,634, maka tolak Ho. Jadi dapat disimpulkan bahwa ada pengaruh yang signifikan antara lnLp, lnIM, lnP FT dan dummy secara bersama-sama terhadap lnQ St. Berdasarkan hasil perhitungan regresi simultan diatas maka dapat disimpulkan bahwa semua model persamaan simultan tersebut valid untuk dapat mengestimasi kebijakan penghapusan tarif impor kedelai di Indonesia.

6.2 Dekomposisi Tarif