kwartal III dan puncaknya tahun 1998 impor gandum Indonesia turun menjadi 3.7 juta ton pada tahun 19971998, dan 3.1 juta ton pada tahun 19981999.
4.2. Hasil Estimasi Analisis Faktor-Faktor Yang Mempengaruhi Tingkat
Permintaan Tepung Terigu di Indonesia 1.
Uji Ekonometrika
Multikolinearitas merupakan suatu keadaaan dimana terjadinya satu atau dua variabel bebas yang berkorelasi sempurna atau mendekati sempurna atau
mendekati sempurna dengan variabel bebas lainnya. Terjadinya multikolinearitas dapat dideteksi dengan melihat correlation matrix, jika korelasi antar variabel
bebas dalam persamaan regresi kurang dari ⎪0.8⎮rule of thumbs maka
disimpulkan bahwa dalam persamaan regresi tidak terjadi gejala multikolinearitas, dan sebaliknya jika coefficient matrixnya dari
⎪0.8⎮ maka disimpulkan pada persamaan regresi terjadi gejala multikolinearitas. Namun menurut klein bahwa
gejala multikolinearitas dimana coefficient matrix rule of thumbs dapat diabaikan jika koefisien determinasi dari koefisien matrixnya. Dari Tabel 4.1
dapat dilihat bahwa ada coeficient matrix antara variabel bebas yaitu variabel pendapatan per kapita masyarakat dengan dummy krisis yang lebih besar dari rule
of thumbs yakni sebesar 0.843634, tetapi lebih kecil dari koefisien determinasi
R
2
-square yakni sebesar 0.952167 sehingga dapat ditarik kesimpulan bahwa model tersebut tidak mengalami masalah multikolinearitas.
Tabel 4.2. Uji Multikolinearitas
LPB LPT
LQ LY
per kapita
DUMMY LPB
1.000000 0.250305
0.295948 0.390709
0.399885 LPT
0.250305 1.000000
0.655271 0.721710
0.609223 LQ
0.295948 0.655271
1.000000 0.927444
0.716751 LY
per kapita
0.390709 0.721710
0.927444 1.000000
0.843634 DUMMY
0.399885 0.609223
0.716751 0.843634
1.000000
Sumber: data diolah
Autokorelasi merupakan pelanggarann asumsi klasik yang menyatakan bahwa dalam pengamatan-pengamatan yang berbeda tidak terdapat korelasi antar
error term . Pengujian autokorelasi dengan menggunakan perangkat E.views 4.1
dapat diketahui melalui serial correlation LM Test, dimana jika nilai probability obs R-Squared
pada model lebih besar dari taraf nyata α = 5 yang digunakan
maka disimpulkan bahwa model persamaan tidak mengalami gejala autokorelasi, dan sebaliknya jika probability obs R-Squared lebih kecil dari taraf nyata yang
digunakan α = 5 maka model mengalami gejala autokorelasi.
Tabel 4.3. Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test: F-statistic
0.961430 Probability 0.404698
ObsR-squared 2.499750 Probability
0.286541
Sumber: data diolah
Dari model Faktor-faktor Yang Mempengaruhi Tingkat Permintaan Tepung Terigu di Indonesia
diperoleh bahwa nilai dari probability obs R- Squared
adalah sebesar 0.286541, lebih besar dari taraf nyata yang digunakan yaitu sebesar lima persen
α = 5. Oleh karena itu model yang digunakan tidak mengalami gejala autokorelasi.
Selanjutnya kriteria ekonometrika yang perlu diuji adalah heteroskedastisitas. Pengujian heteroskedastisitas ditujukan untuk menguji apakah
dalam sebuah model regresi berganda terjadi ketidaksamaan varians residual dari
suatu pengamatan ke pengamatan yang lain atau dapat juga dikatakan untuk menguji apakah model regresi memenuhi asumsi bahwa model memiliki
gangguan yang variannya sama homoskedastisitas. Pengujian asumsi ini dilakukan dengan menggunakan uji White Heteroskedasticity. Apabila hasil nilai
probabilitas Obs R-squared lebih besar dari taraf nyata yang digunakan yaitu 5 persen
α = 5 maka disimpulkan bahwa model persamaan mempunyai variabel pengganggu yang variannya sama homoskedastisitas.
Tabel 4.4. Uji Heteroskedastisitas
White Heteroskedasticity Test: F-statistic
2.421122 Probability 0.075392
ObsR-squared 12.04778 Probability
0.098999
Sumber: data diolah
Dari uji yang dilakukan dimana nilai dari probabilitas Obs R-squared adalah sebesar 0.098999, maka disimpulkan bahwa model tidak memiliki masalah
heteroskedastisitas. Uji normalitas perlu dilakukan jika data time series n 30. Pengujian ini
bertujuan untuk menguji apakh error term terdistribusi secara normal Uji ini disebut uji Jarque Bera-Test, dimana jika nilai probability Jarque-Bera pada
model lebih besar dari taraf nyata α = 5 yang digunakan maka disimpulkan
bahwa model memiliki error term terdistribusi normal, dan sebaliknya jika probability Jarque-Bera
lebih kecil dari taraf nyata yang digunakan α = 5
maka persamaan memiliki error term yang tidak terdistribusi normal.
Tabel 4.5. Uji Normalitas
`
1 2
3 4
5 6
- 0 . 2 - 0 . 1
0 . 0 0 . 1
0 . 2 0 . 3
S e r i e s : R e s i d u a l s S a m p l e 1 9 8 2 2 0 0 3
O b s e r v a t i o n s 2 2 M e a n
1 . 5 3 E - 1 5 M e d i a n
- 0 . 0 0 2 3 8 9 M a x i m u m
0 . 2 9 1 6 9 0 M i n i m u m - 0 . 2 3 1 0 2 1
S t d . D e v . 0 . 1 2 5 6 6 6
S k e w n e s s 0 . 4 2 9 8 1 4
K u r t o s i s 3 . 0 1 6 0 4 4
J a r q u e - B e r a 0 . 6 7 7 6 1 6
P r o b a b i l i t y 0 . 7 1 2 6 1 9
Sumber: data diolah
Dari Tabel 4.4 diperoleh bahwa probability Jarque-Bera taraf nyata yang digunakan
α = 5. Sehingga disimpulkan bahwa error term terdistribusi secara normal.
2. Estimasi Model Faktor-Faktor Yang Mempengaruhi Tingkat
Permintaan Tepung Terigu Di Indonesia
Penelitian ini membahas faktor-faktor yang mempengaruhi permintaan tepung terigu yang diolah dengan metode Ordinary Least Squares OLS untuk
mengetahui faktor-faktor tersebut tersebut dilakukan dengan studi literatur. Dari model penelitian permintaan tepung terigu diduga dipengaruhi oleh variabel harga
tepung terigu PT, harga tepung beras PB sebagai barang substitusi, pendapatan
per kapita, dan krisis ekonomi yang melanda Indonesia sejak tahun 1997.
Tabel 4.6. Hasil Estimasi Regresi Faktor-Faktor Yang Mempengaruhi Tingkat Permintaan Tepung Terigu Di Indonesia
Keterangan : Signifikan pada taraf nyata 5 persen α = 5
Sumber: data diolah
Dari Tabel 4.2 dapat disusun persamaan regresi berganda sebagai berikut:
LQ = 6.789 - 0.046 a
2
LPT - 0.030a
3
LPB + 0.681a
1
LY
per kapita
- 0.359a
4
Dummy 3.
Uji Statistik
Uji statistik model digunakan untuk mengetahui kelayakan suatu model dan untuk mengetahui apakah model tersebut baik untuk digunakan pada
penelitian. Pengujian statistik ini dilakukan dengan tiga metode pengujian yaitu uji koefisien determinasi R
2
, uji t-statistik dan uji F-statistik.
a. Uji Koefisien Determinasi R