Jenis dan Sumber Data Metode Pengolahan dan Analisis Data

IV METODE PENELITIAN

4.1 Jenis dan Sumber Data

Jenis data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari berbagai instasi dan lembaga yang terkait dengan ruang lingkup penelitian ini. Adapun data tersebut antara lain : 1. Jumlah permintaan pupuk Urea di Indonesia 2. Jumlah permintaan pupuk SP-36 di Indonesia 3. Harga pupuk Urea di Indonesia 4. Harga pupuk SP-36 di Indonesia 5. Harga gabah di Indonesia 6. Jumlah produksi padi di Indonesia 7. Luas lahan panen padi di Indonesia Data di atas diperoleh dari instansi-instansi pemerintahan yang berkaitan dengan penelitian ini. Instansi-instansi tersebut adalah antara lain : • Departemen Pertanian Republik Indonesia • Badan Pusat Statistik • Asosiasi Produsen Pupuk Indonesia APPI, dan • Perum BULOG • Instansi-instansi Pusat Penelitian • Media informasi lain seperti perpustakaan dan internet Data yang digunakan dalam penelitian ini adalah data deret waktu time series dengan periode waktu 30 tahun terakhir, yaitu dimulai dari tahun 1976 hingga tahun 2005.

4.2 Metode Pengolahan dan Analisis Data

Sesuai dengan permasalahan dan tujuan yang telah ditetapkan dalam penelitian ini maka data yang diperoleh akan dianalisis dengan metode deskriptif dan metode kuantitatif. Metode analisis deskriptif digunakan untuk mendeskripsikan jumlah permintaan pupuk setiap tahunnya yang dikaitkan dengan adanya kenaikan harga eceran tertinggi pupuk. Analisis kuantitatif dilakukan guna mengetahui faktor-faktor yang mempengaruhi permintaan pupuk dan mengetahui tingkat elastisitas permintaan pupuk. Dalam menganalisis data digunakan model regresi berupa fungsi produksi Cobb-Douglas . Persamaan Cobb-Douglas ini diperoleh dari transformasi fungsi penawaran dan permintaan ke dalam bentuk logaritma natural. Fungsi Cobb- Douglas dipilih karena koefisien dari masing-masing variabel sekaligus menunjukkan elastisitasnya. Fungsi ini dapat ditransformasikan ke dalam bentuk fungsi linear dengan menarik logaritmanya sehingga parameter dari fungsi dapat diduga dengan menggunakan metode kuadrat terkecil Ordinary Least Square OLS . Persamaan fungsi produksi ini adalah : u x x x x x Ax Q b5 5 b4 4 b3 3 b2 2 b1 1 ij + = Dimana : Q ij = Permintaan pupuk i ij = Bilangan 1 dan 2, dimana i 1 = pupuk Urea dan i 2 =pupuk SP-36 A = Konstanta X 1 = Harga pupuk Urea X 2 = Harga Pupuk SP-36 X 3 = Harga Gabah X 4 = Luas Lahan Panen Padi X 5 = Jumlah Produksi Padi a = Bilangan natural 2,7182 u = Galat sisa b 1 = Parameter harga pupuk Urea b 2 = Parameter harga pupuk SP-36 b 3 = Parameter harga gabah b 4 = Parameter luas lahan panen padi b 5 = parameter jumlah produksi padi Fungsi Cobb-Douglas diatas ditransformasikan kedalam bentuk logaritma natural, diperoleh persamaan linear : • b 1 0, hipotesa awalnya adalah diduga harga pupuk Urea untuk permintaan pupuk Urea berlawanan dengan jumlah permintaan pupuk Urea itu sendiri dan begitu juga untuk harga pupuk SP-36 terhadap permintaannya. Artinya jika harga pupuk Urea atau pupuk SP-36 meningkat, maka permintaan terhadap pupuk tersebut akan berkurang, ceteris paribus . • b 2 0, hipotesa awalnya adalah diduga harga pupuk SP-36 mempunyai hubungan yang berlawanan dengan jumlah permintaan pupuk Urea atau sebaliknya harga pupuk Urea mempunyai hubungan yang berlawanan dengan permintaan pupuk SP-36. Artinya jika harga salah satu pupuk mengalami peningkatan, maka jumlah permintaannya akan berkurang terhadap kedua jenis pupuk, ceteris paribus • b 3 0, hipotesa awalnya adalah diduga harga gabah mempunyai hubungan positif dengan jumlah permintaan masing-masing pupuk.Urea dan SP-36. Artinya, jika harga gabah mengalami peningkatan maka pendapatan petani juga akan meningkat, sehingga diasumsikan permintaan masing-masing pupuk meningkat, ceteris paribus. lnQ t = ln A + b 1 ln x 1 + b 2 ln x 2 + b 3 ln x 3 + b 4 ln x 4 + b 5 ln x 5 + u • b 4 0, hipotesa awalnya adalah diduga luas lahan panen padi mempunyai hubungan positif dengan jumlah permintaan masing-masing pupuk Urea dan SP-36. Artinya jika luas lahan pertanian berkurang, maka jumlah permintaan masing-masing pupuk juga akan berkurang, ceteris paribus • b 5 0, hipotesa awalnya adalah diduga jumlah produksi padi mempunyai hubungan positif dengan jumlah permintaan masing-masing pupuk.Urea dan SP-36. Artinya, jika harga produksi mengalami peningkatan maka pendapatan petani juga akan meningkat, sehingga diasumsikan permintaan masing-masing pupuk meningkat, ceteris paribus. 4.3 Evaluasi Model Pendugaan Evaluasi model pendugaan bertujuan untuk mengetahui apakah model yang diduga terpenuhi secara teori ekonomi dan statistik. Untuk itu kriteria pemilihan model terbaik dalam analisis regresi linier berganda harus sesuai dengan kriteria sebagai berikut: 1 Kriteria Ekonomi Penentuan parameter model regresi berdasarkan teori ekonomi yang ada, kemudian diuji berdasarkan teori ekonomi pula. Teori ekonomi yang digunakan untuk menerangkan hasil analisis ini adalah teori permintaan dan elastisitas. Teori permintaan adalah untuk mengetahui faktor-faktor yang berpengaruh terhadap permintaan pupuk Urea dan SP-36 di tingkat petani di Indonesia dan teori elastisitas permintaan dilakukan untuk mengetahui dampak kebijakan pemerintah tentang harga pupuk terhadap permintaan pupuk di tingkat petani di Indonesia. Perhitungan nilai elastisitas yang dilakukan adalah perhitungan elastisitas harga dari permintaan, ℮ D = P perubahan Persentase Q perubahan Persentase = P Q ∂ ∂ x Q P , jika ℮ D = 1, maka dikatakan kurva permintaan itu ber-elastisitas satu unitary elasticity, jika ℮ D 1, kurva permintaan adalah elastis, dan jika ℮ D 1 kurva permintaan adalah inelastis. Elastisitas harga silang dari permintaan dilakukan dengan memperhitungkan persentase perubahan dalam kuantitas yang diminta sebagai respon atas satu persen perubahan harga barang lain. ℮ q,P ’ = P perubahan Persentase Q perubahan Persentase = P Q ∂ ∂ x Q P Jika harga barang-barang ini saling bersubsitusi, elastisitas harga silang dari permintaan akan positif. Sebaliknya jika dua barang saling melengkapi komplementer, elastisitas harga silang akan negatif 2 Kriteria Statistik Pengujian suatu model meliputi uji pengaruh parameter secara individual, pengujian parameter secara keseluruhan, dan koefisien determinasi R 2 sebagai suatu ukuran kebaikan-suai goodness of fit. Statistik uji yang digunakan untuk mengukur signifikan parameter secara individual adalah uji-t, sedangkan untuk signifikan parameter secara keseluruhan adalah uji-F. Dalam penelitian ini, uji-t berguna untuk mengetahui pengaruh masing- masing variabel bebas explanatory variable terhadap permintaaan pupuk, sedangkan uji-F digunakan untuk mengetahui apakah seluruh variabel bebas explanatory variable secara serentak bersama-sama berpengaruh nyata terhadap permintaaan pupuk. Kemudian koefisien determinasi R 2 digunakan sebagai pengukur tingkat kebaikan model. Koefisien tersebut menjelaskan variasi total dalam varibel tak bebas Y yang dijelaskan oleh explanatory variable dalam model. Semakin tinggi keragaman yang dapat diterangkan oleh model tersebut, semakin besar koefisien determinasi. Pengujian hipotesis baik untuk uji-t maupun uji-F yaitu dengan melihat tingkat signifikansi α yaitu probalitas kesalahan menolak hipotesis yang ternyata benar. Jika dikatakan α = 5, berarti resiko kesalahan mengambil keputusan adalah 5. Semakin kecil α berarti semakin mengurangi resiko salah Santoso, 2000 dalam Nurlianti, 2002. Uji statistik t-student dalam penelitian ini mengajukan hipotesa sebagai berikut: H : β i = 0, i = 1, 2, 3, 4, 5, ; variabel bebas Xi tidak berpengaruh nyata terhadap permintaan pupuk. H 1 : β i ≠ 0, variabel bebas Xi berpengaruh nyata terhadap permintaan pupuk. Uji statistik t dapat dirumuskan sebagai: t hitung = β i dengan df = n-k-1 S β i dimana: β i = koefisien kuadrat terkecil untuk varibel bebas ke i S β i = estimasi standar deviasi galat baku varibel bebas ke i n = jumlah pengamatan k = jumlah variabel bebas dalam model Keputusan pengujiannya adalah: a. Terima H , jika –t tabel t hit t tabel artinya variabel-variabel bebas yang diuji tidak berpengaruh nyata terhadap permintaan pupuk. b. Tolak H , jika t hit -t tabel atau t hit t tabel artinya variabel-variabel bebas yang diuji berpengaruh nyata terhadap permintaan pupuk. Uji statistik Fisher F dalam penelitian ini mengajukan hipotesa sebagai berikut: H : β 1 = β 2 =….= β 6 = 0, variabel bebas Xi secara serentak tidak berpengaruh nyata terhadap permintaan pupuk. H 1 : paling tidak salah satu β i ≠ 0, i = 1, 2, …,6 ; variabel bebas Xi secara serentak berpengaruh nyata terhadap permintaan pupuk. Uji-F dirumuskan seperti berikut: F = 1 - k - n Error Kuadrat Jumlah k Regresi Kuadrat Jumlah dengan derajat bebas δ 1 = k, δ 2 = n-k-1 Keputusan pengujiannya adalah: a. F hit F tabel maka tolak H berarti semua variabel bebas mampu secara bersama-sama menjelaskan variasi dari permintaan pupuk b. F hit F tabel maka terima H berarti semua variabel bebas tidak mampu secara bersama-sama menjelaskan variasi dari permintaan pupuk. 3 Kriteria Ekonometrika Asumsi utama yang harus dipenuhi dalam model regresi linier adalah: 1 Asumsi Kenormalan Penerapan metode OLS untuk model regresi linier tidak membuat asumsi apapun mengenai distribusi probabilitas dari gangguan u i . Namun karena tujuan penaksiran dan pengujian hipotesis maka ditetapkan bahwa tiap u i didistribusikan secara normal Gujarati, 1997. Asumsi normalitas mengharuskan nilai residual dalam model menyebar atau terdistribusi secar normal. Untuk mengetahui dilakukan uji Kolmogorov-Smirnov dengan memplotkan nilai standar residual dengan probality-nya pada tes normalitas. Bila pada grafik Kormogorov-Smirnov titik-titik residual yang tergambar segaris dan nilai P-value lebih besar dari α = 0,05, maka dapat disimpulkan bahwa residual model terdistribusi secara normal. 2 Homoskedastisitas Satu asumsi penting dari model regresi linier adalah bahwa gangguan disturbances u i yang muncul dalam fungsi regresi populasi adalah homoskedastik, yaitu semua gangguan tersebut mempunyai varians yang sama. Pelanggaran dari asumsi ini adalah heterokedastisitas. Menurut Gujarati 1997 ada beberapa metode informal dan formal untuk mendeteksi heteroskedastisitas, yaitu: ƒ Sifat dasar masalah. Pada kenyataannya, dalam data cross-sectional yang meliputi unit yang heterogen, heteroskedastisitas mungkin lebih merupakan kelaziman aturan daripada perkecualian. ƒ Metode Grafik Jika tidak ada informasi empiris mengenai sifat heteroskedastisitas, dalam praktek analisis regresi dapat dilakukan atas asumsi tidak ada heteroskedastisitas dan kemudian melakukan pengujian sesudahnya dari kuadrat residual yang ditaksir ℮i 2 untuk melihat jika residual tadi menunjukkan suatu pola yang sistematis. Untuk melihat ada atau tidaknya pola tersebut maka ℮i 2 dipetakan terhadap Yi atau satu dari variabel bebas. Jika tidak ada pola yang sistematis maka tidak ada heteroskedastisitas. 3 Multikolinearitas Pada mulanya model regresi yang baik seharusnya tidak ada hubungan linier yang sempurna diantara beberapa atau semua variabel bebas. Tetapi dalam pengertian luas dikenal multikolinearitas yang kurang sempurna yaitu menunjukkan bahwa variabel bebas X tidak merupakan kombinasi linier yang pasti dari X lainnya karena juga ditentukan oleh unsur kesalahan Gujarati,1997. Santoso 2000 dalam Nurlianti 2002 mengungkapkan bahwa multikolinearitas dapat dideteksi dengan beberapa cara berikut: ƒ Besaran VIF Variance Inflation Factor dan Tolerance. Pedoman suatu model regresi yang bebas multikolinearitas adalah mempunyai nilai VIF kurang dari sepuluh. ƒ Besaran korelasi antar variabel independen. Pedoman suatu model regresi yang bebas multikolinearitas adalah koefisien korelasi antar variabel bebas haruslah lemah di bawah 0,5. Jika korelasi kuat, maka terjadi multikolinearitas. Pengaruh multikolinieritas pada pemodelan regresi dengan metode kuadrat terkecil menyebabkan pendugaan koefisien regresi yang kurang baik. Masalah multikolinieritas dapat diatasi dengan beberapa metode salah satunya metode Regresi Komponen Utama. Analisis regresi komponen utama merupakan merupakan suatu analisis kombinasi antara analisis regresi dengan analisis komponen utama. Analisis regresi komponen utama ditetapkan bila dalam pembentukan model pendugaan peubah bebas yang digunakan banyak dan terdapat hubungan yang erat antar peubah bebasnya. Untuk teknis penghitungannya dapat dilihat pada lampiran. 4 Autokorelasi Suatu asumsi penting dari model regresi linier adalah bahwa tidak ada autokorelasi atau bahwa unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh disturbansi atau gangguan yang berhubungan dengan pengamatan lain manapun Gujarati, 1997. Untuk mendeteksi autokorelasi bisa dilakukan dengan beberapa pengujian berikut: ƒ Metode Grafik Meskipun residual ℮i tidak sama dengan u i tetapi keduanya berhubungan, sehingga jika ada autokorelasi diantara u akan tercermin dalam ℮. Untuk memeriksa autokorelasi, residual, ℮i, dipetakan terhadap waktu dalam suatu deretan waktu. Apabila hasil grafik menunjukkan suatu pola sistematis seperti trend linier, siklus, atau linier kuadratis maka berarti terdapat autokorelasi. ƒ Percobaan d dari Durbin-Watson Statistik d dari Durbin-Watson dirumuskan seperti berikut: d = ∑ ∑ = = = = − N t 1 t 2 t N t 2 t 2 1 t t - e e e Mekanisme tes Durbin-Watson adalah sebagai berikut: 9 Dapatkan nilai kritis d L dan d U 9 Jika hipotesis H adalah bahwa tidak ada autokorelasi, maka jika d d L atau d 4 - d L berarti menolak H ada autokorelasi positif atau negatif d U d 4 - d U berarti tidak menolak H tidak ada autokorelasi positif atau negatif d L ≤ d ≤ d U atau 4 - d U ≤ d ≤ 4 - d L berarti pengujian tidak meyakinkan daerah keragu-raguan. V GAMBARAN UMUM PERMINTAAN PUPUK UREA DAN SP-36 DI INDONESIA Negara Indonesia dikenal dengan sebutan negara agraris, hal ini ditunjukkan dengan luas lahan yang digunakan untuk sektor pertaniannya. Sektor pertanian Indonesia terus berkembang seiring dengan laju pertumbuhan penduduk di Indonesia. Dengan jumlah penduduk yang lebih dari 200 juta jiwa, pertanian merupakan sektor yang diharapkan bisa dijadikan tulang punggung untuk menopang perekonomian dan menjaga stabilitas ketahanan pangan di Indonesia. Pertumbuhan sektor pertanian Indonesia terutama tanaman pangan tidak selalu berjalan dengan baik. Banyak permasalahan yang perlu mendapatkan perhatian dari pemerintah untuk lebih mengembangkan kemampuan sektor pertanian Indonesia terutama tanaman pangan untuk mampu menciptakan ketahanan pangan yang lebih baik.

5.1 Perkembangan Permintaan Pupuk Urea dan SP-36 di Indonesia