Hasil Analisis Asumsi Regresi Klasik BLUE

Tabel 7. Perkembangan Produk Domestik Bruto Tahun 2001-2010 Tahun Produk Domestik Bruto Rupiah Perkembangan 2001 1.411.753,50 - 2002 1.505.216,40 6,62 2003 1.577.171,32 4,78 2004 1.656.825,70 5,05 2005 1.749.546,90 5,59 2006 1.846.654,90 5,55 2007 1.964.327,32 6,37 2008 2.082.315,90 6,00 2009 2.176.975,50 4,54 2010 2.287.823,80 5,09 Sumber : Badan Pusat Statistik Jawa Timur diolah

4.3. Hasil Analisis Asumsi Regresi Klasik BLUE

Best Linier Unbiased Estimator. Agar dapat diperoleh hasil estimasi yang BLUE Best Linier Unbiased Estimator atau perkiraan linier tidak bias yang terbaik maka estimasi tersebut harus memenuhi beberapa asumsi yang berkaitan. Apabila salah satu asumsi tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias. Dalam hal ini harus dihindarkan terjadinya kasus-kasus sebagai berikut : 1. Autokorelasi Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau data yang diambil pada waktu tertentu data cross-sectional” Gujarati, 1995:201. Untuk mengujji variabel-variabel yang diteliti Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. apakah terjadi autokorelasi atau tidak dapat digunakan uji Durbin Watson, yaitu dengan cara membandingkan nilai Durbin Watson yang dihitung dengan nilai Durbin Watson dL dan du dalam tabel. Distribusi penetuan keputusan dimulai dari 0 nol sampai 4 empat. Kaidah keputusan dapat dijelaskan sebagai berikut : 1. Jika d lebih kecil daripada d L atau lebih besar daripada 4-d L , maka hipotesis nol ditolak yang berarti terdapat autokorelasi. 2. Jika d teletak antara d U dan 4-d U , maka hipotesis nol diterima yang berarti tidak ada autokorelasi. 3. Jika nilai d terletak antara d L dan d U atau antara 4-d L dan 4-d U maka uji Durbin-Watson tidak menghasilkan kesimpulan yang pasti, untuk nilai-nilai ini tidak dapat disimpulkan ada tidaknya autokorelasi di antara faktor-faktor penganggu. Untuk mengetahui ada tidaknya gejala autokorelasi dalam model penelitian maka perlu dilihat nilai DW tabel. Diketahui jumlah variabel bebas adalah 5 k=5 dan banyaknya data adalah n=10 sehingga diperoleh nilai DW tabel adalah sebesar d L = 0,243 dan d U = 2,822. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Gambar 13. Kurva Statistik Durbin Watson Daerah Daerah Daerah Daerah Kritis Ketidak- Terima Ho Ketidak- Kritis pastian pastian Tolak Tidak ada Tolak Ho autokorelasi Ho 0 d L = 0,243 d U = 2,822 4-d U = 1,178 4-d L = 3,757 d 3,482 Sumber : Lampiran 2 dan 7 Berdasarkan hasil analisis, maka dalam model regresi ini tidak terjadi gejala autokorelasi karena nilai DW tes yang diperoleh adalah sebesar 3,482 berada pada daerah antara dL dan dU yang berarti berada dalam daerah ketidakpastian. 2. Multikolinier Multikolinieritas berarti ada hubungan linier yang “sempurna” atau pasti di antara beberapa atau semua variabel independen dari model regresi. Dari dugaan adanya multikolinieritas tersebut maka perlu adanya pembuktian secara statistik ada atau tidaknya gejala multikolinier dengan cara menghitung Variance Inflation Factor Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. VIF. VIF menyatakan tingkat “pembengkakan” varians. Apabila VIF lebih besar dari 10, hal ini berarti terdapat multikolinier pada persamaan regresi linier. Adapun hasil yang diperoleh setelah diadakan pengujian analisis regresi linier berganda diketahui bahwa dari keempat variabel yang dianalisis diperoleh VIF untuk X 1 sebesar 2,581; VIF untuk X 2 sebesar 2,002; VIF untuk X 3 sebesar 5,580, VIF untuk X 4 sebesar 1,540 dan VIF untuk X 5 sebesar 1,136 yang berarti lebih kecil dari 10 sehingga dalam model regresi ini tidak terjadi multikolinier. Lampiran 3 pada tabel Coefficients. 3. Heterokedastisitas Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel bebas X. Hal ini bisa diidentifikasikan dengan menghitung korelasi rank spearman antara residual dengan seluruh variabel bebas. Pembuktian adanya heterokedastisitas dilihat pada tabel dibawah ini : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 8. Tes Heterokedastisitas dengan Korelasi Rank Spearman Korelasi Residual Simpangan Baku Spearmans rho Residual Simpangan Baku Koefisien Korelasi 1000 Sig. 2-tailed - N 10 Jumlah Penduduk Koefisien Korelasi -.055 X1 Sig. 2-tailed .881 N 10 Produksi Beras X2 Koefisien Korelasi -.103 Sig. 2-tailed .777 N 10 Harga BerasX3 Koefisien Korelasi -.049 Sig. 2-tailed .894 N 10 Kurs Valas X4 Koefisien Korelasi -.067 Sig. 2-tailed .855 N 10 Produk Domestik Bruto X5 Koefisien Korelasi -.055 Sig. 2-tailed . 881 N 10 Sumber : Lampiran 4 Berdasarkan tabel diatas, diperoleh tingkat signifikansi koefisien korelasi rank spearman untuk variabel bebas X 1 sebesar 0,881; X 2 sebesar 0,767; X 3 sebesar 0,894; X 4 sebesar 0,855 dan X 5 sebesar 0,881 terhadap residual lebih besar dari 0,05 tidak signifikan sehingga tidak mempunyai korelasi yang berarti antara nilai residual dengan variabel yang menjelaskan. Jadi dapat disimpulkan persamaan tersebut tidak terjadi heterokedastisitas. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Berdasarkan pengujian yang telah dilakukan diatas dapat disimpulkan bahwa pada model penelitian ini tidak terjadi pelanggaran asumsi klasik. 4.3.1. Analisis Dan Pengujian Hipotesis Dalam analisis ini digunakan analisis regresi linier berganda dan untuk mengolah data yang ada diguanakan alat bantu komputer dengan program SPSS Statistic Program For Social Science versi 13.0. Berdasarkan hasil analisis diperoleh persamaan regresi linier berganda sebagai berikut : Y = -17380284,8 + 184,523 X 1 + 0,132 X 2 + 1435,099 X 3 - 548,580 X 4 - 17,077 X 5 Berdasarkan persamaan tersebut di atas, maka dapat dijelaskan melalui penjelasan sebagai berikut: βo = nilai konstanta sebesar -17380284,8 menunjukkan bahwa apabila tidak terdapat faktor Jumlah Penduduk X 1 , Produksi Beras X 2 , Harga Beras X 3 , Kurs Valas X 4 dan Produk Domestik Bruto X 5 maka Impor Beras turun sebesar 17.380.284,8 Ton. β 1 = 184,523. menunjukkan bahwa faktor Jumlah Penduduk X 1 berpengaruh positif, dapat diartikan apabila Jumlah Penduduk mengalami kenaikan satu juta jiwa maka Impor Beras akan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. naik sebesar 184,523 Ton dengan asumsi X 2 , X 3 ,X 4 dan X 5 Konstan. β 2 = 0,132 menunjukkan bahwa faktor Produksi Beras X 2 berpengaruh positif, dapat diartikan apabila Produksi Beras mengalami kenaikan satu ton maka Impor Beras akan mengalami peningkatan sebesar 0,132 Ton dengan asumsi X 1 , X 3 ,X 4 dan X 5 Konstan. β 3 = 1435,099 menunjukkan bahwa faktor Harga Beras X 3 berpengaruh positif, dapat di artikan apabila Harga Beras mengalami kenaikan sebesar satu rupiah maka Impor Beras akan mengalami peningkatan sebesar 1435,099 Ton dengan asumsi X 1 , X 2 ,X 4 dan X 5 Konstan. β 4 = -548,580 menunjukkan bahwa faktor Kurs Valas X 4 berpengaruh negatif, dapat di artikan apabila ada kenaikkan Kurs Valas sebesar satu rupiah maka Impor Beras akan mengalami penurunan sebesar 548,580 Ton dengan asumsi X 1 , X 2 ,X 3 dan X 5 Konstan. Β 5 = -17,077 menunjukkan bahwa faktor Produk Domestik Bruto X 5 berpengaruh negatif, dapat di artikan apabila ada kenaikkan Produk Domestik Bruto sebesar satu milyar rupiah maka Impor Beras akan mengalami penurunan sebesar 17,077 ton dengan asumsi X 1 , X 2 ,X 3 dan X 4 Konstan.

4.3.2. Uji Hipotesis Secara Simultan

Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Untuk mengetahui pengaruh secara simultan antara variabel bebas terhadap variabel terikat digunakan uji F dengan langkah – langkah sebagai berikut : Tabel 9. Analisis Varian ANOVA Sumber Varian Jumlah Kuadrat Df Kuadrat Tengah F hitung F table Regresi 3E+012 5 6,098E+011 6,780 6,26 Sisa 4E+011 4 8,993E+010 Total 3E+012 9 Sumber: Lampiran 2 dan 4 1. Untuk menguji pengaruh secara simultan serempak digunakan uji F dengan langkah-langkah sebagai berikut: a. Ho :  1 =  2 =  3 =  4 =  5 = 0 Secara keseluruhan variabel bebas tidak ada pengaruh terhadap variabel terikat. Hi :  1   2   3  4   5  0 Secara keseluruhan variabel bebas ada pengaruh terhadap variabel terikat. b.  = 0,05 dengan df pembilang = 5 df penyebut = 4 c. F tabel  = 0,05 = 6,26 d. F hitung = Rata - rata kuadrat regresi Rata - rata kuadrat sisa 6,098 E+011 = --------------------------- = 6,780 8,993E+010 e. Daerah pengujian Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Gambar 14. Distribusi Kriteria PenerimaanPenolakan Hipotesis Secara Simultan atau Keseluruhan 6,780 6,26 Daerah Penerimaan H Daerah Penolakan H tabel Ho diterima apabila F hitung ≤ 6,26 Ho ditolak apabila F hitung 6,26 f . Kesimpulan Oleh karena F hitung = 6,780 F tabel = 6,26 maka Ho ditolak dan Ha diterima, yang berarti bahwa secara keseluruhan variabel bebas yaitu Jumlah Penduduk X 1 , Produksi Beras X 2 , Harga Beras X 3 , Kurs Valas X 4 dan Produk Domestik Bruto X 5 , berpengaruh secara simultan dan nyata terhadap Impor Beras Y.

4.3.3. Uji Hipotesis Secara Parsial

Analisis ini dilakukan untuk mengetahui pengaruh antara variabel bebas Jumlah Penduduk X 1 , Produksi Beras X 2 , Harga Beras X 3 , Kurs Valas X 4 dan Produk Domestik Bruto X 5 . Hasil penghitungan tersebut dapat dilihat dalam analisis sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 10 : Hasil Analisis Variabel Jumlah Penduduk X 1 , Produksi Beras X 2 , Harga Beras X 3 , Kurs Valas X 4 dan Produk Domestik Bruto X 5 terhadap Impor Beras. Variabel Koefisien Regresi t hitung t tabel r 2 Parsial Jumlah Penduduk X1 184,523 2,019 2,376 0,504 Produksi Beras X2 0,132 1,549 2,376 0,374 Harga Beras X3 1435,099 3,662 2,376 0,770 Kurs Valas X4 -548,580 -3,635 2,376 0,767 Produk Domestik Bruto X5 -17,077 -3,489 2,376 0,753 Variabel terikat : Impor Beras Konstanta : - 17380284,8 Koefisien Korelasi R : 0,946 R 2 : 0,894 Sumber: Lampiran 3 Selanjutnya untuk melihat ada tidaknya pengaruh masing- masing variabel terhadap variable terikatnya, dapat dianalisa melalui uji t dengan ketentuan sebagai berikut : a Pengaruh secara parsial antara Jumlah Penduduk X 1 terhadap Impor Beras Y Langkah-langkah pengujian : i. Ho :  1 = 0 tidak ada pengaruh Hi :  1  0 ada pengaruh ii.  = 0,05 dengan df = 4 iii. t hitung = β Se β 1 1 = 2,019 iv. level of significani = 0,052 0,025 berarti t tabel sebesar 2,376 v. Daerah pengujian Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Gambar 15. Kurva Distribusi Hasil Analisis secara Parsial Faktor Jumlah Penduduk X 1 terhadap Impor Beras Y 2,376 -2,376 Daerah Penerimaan Ho Daerah Penolakan Ho Daerah Penolakan Ho 2,019 Sumber : lampiran 3 Berdasarkan pehitungan diperoleh t-hitung sebesar 2,019 t-tabel sebesar 2,376 Ho diterima dan Hi ditolak, pada level signifikan 5 , sehingga secara parsial Faktor Jumlah Penduduk X 1 tidak berpengaruh secara nyata dan positif terhadap Impor Beras Y. Hal ini didukung juga dengan nilai signifikansi dari Jumlah Penduduk X 1 sebesar 0,114 yang lebih besar dari 0,05. Nilai r 2 parsial untuk variabel Jumlah Penduduk sebesar 0,504 yang artinya bahwa Jumlah Penduduk X 1 secara parsial mampu menjelaskan variabel terikat Impor Beras Y sebesar 50,4 , sedangkan sisanya 49,6 tidak mampu dijelaskan oleh variabel tersebut. b Pengaruh secara parsial antara Produksi Beras X 2 terhadap Impor Beras Y Langkah-langkah pengujian : i. Ho :  2 = 0 tidak ada pengaruh Hi :  2  0 ada pengaruh Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. ii.  = 0,05 dengan df = 4 iii. t hitung = β Se β 2 2 = 1,549 iv. level of significani = 0,052 0,025 berarti t tabel sebesar 2,376 v. Daerah pengujian Gambar 16. Kurva Distribusi Hasil Analisis secara Parsial Faktor Produksi Beras X 2 terhadap Impor Beras Y Daerah Penerimaan Ho Daerah Penolakan Ho Daerah Penolakan Ho 1,549 2,376 -2,288 Sumber : Lampiran 3 Berdasarkan pehitungan diperoleh t-hitung sebesar 1,549 t tabel sebesar 2,376 maka Ho diterima dan Ha di tolak, pada level signifikan 5 , sehingga secara parsial Faktor Produksi Beras X 2 tidak berpengaruh secara nyata positif terhadap Impor Beras Y.hal ini didukung juga dengan nilai signifikansi dari Produksi Beras X 2 sebesar 0,196 yang lebih besar dari 0,05. Nilai r 2 parsial untuk variabel Produksi Beras sebesar 0,374 yang artinya bahwa Produksi Beras X 2 secara parsial mampu menjelaskan variabel terikat Impor Beras Y sebesar 27,4 , Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. sedangkan sisanya 72,6 tidak mampu dijelaskan oleh variabel tersebut. c Pengaruh secara parsial antara Harga Beras X 3 terhadap Impor Beras Y Langkah-langkah pengujian : i. Ho :  3 = 0 tidak ada pengaruh Hi :  3  0 ada pengaruh ii.  = 0,05 dengan df = 4 iii. t hitung = β Se β 3 3 = 3,662 iv. level of significani = 0,052 0,025 berarti t tabel sebesar 2,376 v. Daerah pengujian Gambar 17. Kurva Distribusi Hasil Analisis secara Parsial Harga Beras X 3 terhadap Impor Beras Y 2,376 3,662 - 2,376 Daerah Penerimaan Ho Daerah Penolakan Ho Daerah Penolakan Ho Sumber : Lampiran 3 Berdasarkan pehitungan diperoleh t-hitung sebesar 3,662 t tabel sebesar 2,376 maka Ho ditolak dan Ha diterima, pada level signifikan 5 , sehingga secara parsial Faktor Harga Beras X 3 berpengaruh secara nyata positif terhadap Impor Beras Y.hal ini Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. didukung juga dengan nilai signifikansi dari Harga Beras X 3 sebesar 0,022 yang lebih kecil dari 0,05. Nilai r 2 parsial untuk variabel Harga Beras sebesar 0,770 yang artinya Harga Beras X 3 secara parsial mampu menjelaskan variabel terikat Impor Beras Y sebesar 77 , sedangkan sisanya 23 tidak mampu dijelaskan oleh variabel tersebut. d Pengaruh secara parsial antara Kurs Valas X 4 terhadap Impor Beras Y Langkah-langkah pengujian : vi. Ho :  4 = 0 tidak ada pengaruh Hi :  4  0 ada pengaruh vii.  = 0,05 dengan df = 4 viii. t hitung = β Se β 3 3 = -3,635 ix. level of significani = 0,052 0,025 berarti t tabel sebesar 2,376 x. Daerah pengujian Gambar 18. Kurva Distribusi Hasil Analisis secara Parsial Kurs Valas X 4 terhadap Impor Beras Y 2,376 -3,635 - 2,376 Daerah Penerimaan Ho Daerah Penolakan Ho Daerah Penolakan Ho Sumber : Lampiran 3 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Berdasarkan pehitungan diperoleh t-hitung sebesar -3,635 t tabel sebesar -2,376 maka Ho ditolak dan Ha diterima, pada level signifikan 5 , sehingga secara parsial Faktor Kurs Valas X 4 berpengaruh secara nyata negatif terhadap Impor Beras Y. hal ini didukung juga dengan nilai signifikansi dari Kurs Valas X 4 sebesar 0,022 yang lebih kecil dari 0,05. Nilai r 2 parsial untuk variabel Kurs Valas sebesar 0,767 yang artinya Kurs Valas X 4 secara parsial mampu menjelaskan variabel terikat Impor Beras Y sebesar 76,7 , sedangkan sisanya 23,3 tidak mampu dijelaskan oleh variabel tersebut. e Pengaruh secara parsial antara Produk Domestik Bruto X 5 terhadap Impor Beras Y Langkah-langkah pengujian : xi. Ho :  5 = 0 tidak ada pengaruh Hi :  5  0 ada pengaruh xii.  = 0,05 dengan df = 4 xiii. t hitung = β Se β 3 3 = -3,489 xiv.level of significani = 0,052 0,025 berarti t tabel sebesar 2,376 xv. Daerah pengujian Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Gambar 19. Kurva Distribusi Hasil Analisis secara Parsial Produk Domestik Bruto X 5 terhadap Impor Beras Y 2,376 -3,489 - 2,376 Daerah Penerimaan Ho Daerah Penolakan Ho Daerah Penolakan Ho Sumber : Lampiran 3 Berdasarkan pehitungan diperoleh t-hitung sebesar -3,489 t tabel sebesar -2,376 maka Ho ditolak dan Ha diterima, pada level signifikan 5 , sehingga secara parsial Faktor Produk Domestik Bruto X 5 berpengaruh secara nyata terhadap Impor Beras Y. hal ini didukung juga dengan nilai signifikansi dari Produk Domestik Bruto X 5 sebesar 0,025 yang lebih kecil dari 0,05. Nilai r 2 parsial untuk variabel Produk Domestik Bruto sebesar 0,753 yang artinya Produk Domestik Bruto X 5 secara parsial mampu menjelaskan variabel terikat Impor Beras Y sebesar 75,3 , sedangkan sisanya 24,7 tidak mampu dijelaskan oleh variabel tersebut. Kemudian untuk mengetahui variabel mana yang berpengaruh paling dominan empat variabel bebas terhadap Impor Beras : Jumlah Penduduk X 1 , Produksi Beras X 2 , Harga Beras X 3 , Kurs Valas X 4 dan Produk Domestik Bruto X 5 dapat Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. diketahui dengan melihat koefisien determinasi parsial yang paling besar, dimana dalam perhitungan ditunjukkan oleh variabel Harga Beras dengan koefisien determinasi parsial r 2 sebesar 0,77 atau sebesar 77 .

4.3.4. Pembahasan

Dengan melihat hasil regresi yang didapat maka peneliti dapat mengambil kesimpulan bahwa untuk Impor Beras : Menurut Rosyidi, 2002 : 87 Penduduk adalah manusia yang memegang peranan penting dalam kegiatan ekonomi, karena penduduk merupakan tenaga kerja, tenaga ahli, pimpinan perusahaan dan tenaga usahawan. Penduduk merupakan unsur penting dalam kegiatan ekonomi dan dalam usaha untuk membangun suatu perekonomian. Dalam usaha untuk meningkatkan produksi dan mengembangkan kegiatan ekonomi, penduduk memegang peranan penting karena penduduk menyediakan tenaga kerja, tenaga ahli, pimpinan perusahaan dari tenaga usahawan jadi hal ini berpengaruh nyata signifikan terhadap impor beras. Hal ini tidak sejalan dengan hasil yang telah peneliti lakukan karena bahwa pemerintah dalam mengambil kebijakan untuk mengimpor beras bukan di dasarkan pada jumlah penduduk yang semakin meningkat atau bertambah. Pemerintah mengambil jalan tersebut hanyalah untuk memberantas kemiskinan yang ada Indonesia. Karena pada dasarnya tingkat konsumsi penduduk Indonesia sebagian besar bergantung pada beras, sebagian besar pula penduduk indonesia berada di garis Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. kemiskinan. Maka dari itu pemerintah mengambil solusi untuk mengimpor beras agar penduduk Indonesia dapat tetap mengkonsumsi beras dengan harga yang terjangkau.hal ini sejalan juga dengan penelitian yang dilakukan oleh Tambunan, 2003 : 175 ternyata tidak sejalan dengan penelitian ini yang menerangkan karena besar kecilnya jumlah penduduk akan menentukan juga jumlah permintaan beras. Banyak orang memperkirakan bahwa dengan laju pertumbuhan penduduk di dunia yang tetap tinggi setiap tahun sementara lahan yang tersedia untuk kegiatan pertanian semakin sempit, sedangkan permintaan akan kebutuhan beras meningkat, maka impor beras sangat sangat dibutuhkan. Menurut Soeratno, 1999 : 22 Produksi bisa mempunyai pengertian tekhnis dan ekonomis. Secara teknis produksi berarti proses mengkombinasikan barang-barang dan tenaga yang ada. Secara ekonomis, produksi berarti suatu proses yang menciptakan atau menambah nilai, guna, atau manfaat baru. Berdasarkan pengujian hipotesis secara parsial maupun simultan Produksi Beras tidak berpengaruh secara nyata tidak signifikan terhadap Impor Beras. Hal ini sesuai dengan jurnal penelitian Nurhasanah, 2005, dengan judul “Kemiskinan Petani Sebagai Akar Rapuhnya Ketahanan Pangan Nasional”. Pertumbuhan Penduduk Indonesia yang cukup tinggi mengakibatkan kecilnya jumlah Produktivitas pertanian di Indonesia. Dikarenakan jumlah lahan yang terseret oleh pemukiman dan industri, sehingga gairah petani tidak ada yang bercocok tanam lagi. Karena Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. kecilnya tingkat produktivitas pertanian di Indonesia maka menimbulkan semakin kecil pula tingkat produksi yang ada. Mengakibatkan pemerintah harus mengambil jalan untuk mengimpor beras. Menurut Soeratno, 1999 : 21 Harga adalah hasil akhir bekerjanya sistem pasar, yaitu bertemunya gaya-gaya permintaan dan penawaran antara pembeli konsumen dan penjual produsen. Pengertian harga suatu barang atau jasa adalah suatu tingkat penelitian yang pada tingkat itu barang yang bersangkutan ditukarkan dengan barang yang lain apapun bentuknya. Berdasarkan pengujian hipotesis secara parsial maupun simultan Harga Beras Lokal berpengaruh nyata signifikan terhadap Impor Beras. Menurut Tambunan, 2003 : 204 faktor lain yang dapat menyebabkan meningkatnya impor beras adalah jika terjadi kenaikkan pada harga beras yang menyebabkan permintaan beras lokal menurun, dikarenakan mahalnya harga beras lokal ditambah lagi dengan musim kemarau yang terjadi di beberapa daerah. Hal ini sejalan dengan penelitian ini secara parsial maupun simultan menunjukkan hasil yang signifikan, tetapi menurut jurnal penelitian yang dilakukan oleh M. Husein sawit, 2007, dengan judul ”Usulan Kebijakan Beras Dari Bank Dunia: Resep Yang Keliru”, ternyata tidak sejalan dengan penelitian ini yaitu bahwa pemerintah Indonesia telah salah dalam memberikan kebijakan beras selama ini. Dengan memberikan harga beras yang mahal Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. bukan salah satu jalan untuk menuntaskan kemiskinan yang ada di Indonesia. Menurut Salvatore, 2007 : 140 kurs dollar terhadap rupiah merupakan salah satu harga yang terpenting dalam perekonomian terbuka mengingat pengaruhnya yang demikian bagi neraca transaksi berjalan maupun variabel-varibelnya. Hal ini tidak sejalan dengan penelitian yang dilakukan oleh Sudana, 1999 yang menyatakan bahwa melemahnya nilai tukar terhadap dollar, sehingga mendorong pemerintah untuk menunda proyek-proyek yang membutuhkan dana pinjaman luar negeri dan menerapkan kebijakan uang ketat. Kurs valuta asing dapat juga didefinisikan sebagai jumlah uang domestik yang dibutuhkan, yaitu banyaknya rupiah yang dibutuhkan, untuk memperoleh satu unit mata uang asing. Kurs dapat dijadikan alat untuk mengukur kondisi perekonomian suatu negara. Pertumbuhan nilai mata uang yang stabil menunjukkan bahwa kondisi ekonomi yang relative baik atau stabil bahwa kurs valuta asing berpengaruh secara nyata signifikan terhadap Impor Beras. Hal ini ternyata sejalan dengan hasil yang dilakukan peneliti karena kurs valuta asing mengalami kenaikan, maka nilai mata uang rupiah akan mengalami penurunan. Dengan naiknya nilai mata uang asing maka jumlah uang yang dibayarkan otomatis lebih besar dari barang yang diterima sehingga permintaan masyarakat untuk memenuhi kebutuhan akan beras menjadi berkurang yang pada akhirnya Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. menyebabkan kegiatan impor beras menjadi turun. Soeratno, 2001 : 21 . Menurut Suparmoko,2004 : 11 produk domestik bruto merupakan hasil bersih semua kegiatan produksi yang dihasilkan oleh semua produsen dalam suatu negara dari berbagai sektor ekonomi sehingga sangat berpengaruh signifikan terhadap impor beras, sebab dalam jumlah produksi barang dan jasa ini ada kemungkinan terjadi perhitungan dua kali atau lebih yaitu untuk bahan bahan yang dipergunakan untuk proses produksi sebagai bahan baku dan penolong untuk memproduksi bahan-bahan dari sektor lain. Oleh karena itu Produk domestik bruto di definisikan sebagai jumlah nilai tambah bruto dari semua sektor dan diperoleh sebagai selisih antara nilai produk domestik bruto yang dinilai atas harga yang diterima oleh produsen dikurangi pemakaian bahan baku dan penolong yang dinilai atas harga pembelian. Hal ini ternyata sejalan dengan hasil penelitian yang dilakukan oleh peneliti yang menunjukkan bahwa naiknya Produk Domestik Bruto akan menyebabkan konsumsi beras impor akan semakin rendah yang berarti bahwa jenis beras impor memiliki kualitas dibawah rata-rata yang dikonsumsi masyarakat. Boediono, 2001 : 12 . Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB V KESIMPULAN DAN SARAN