Jenis dan Sumber Data Identifikasi Model

IV. METODE PENELITIAN 4.1.

Tempat dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilaksanakan di wilayah Indonesia sehubungan dengan tujuan penelitian, yaitu menganalisis faktor-faktor yang mempengaruhi permintaan dan penawaran beras di Indonesia dan mengevaluasi dampak Asean Free Trade Area AFTA terhadap kesejahteraan petani padi di Indonesia.

4.2. Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini merupakan data sekunder dengan rentang waktu data time series dari tahun 1980 sampai dengan tahun 2009. Adapun data sekunder yang digunakan adalah data luas areal panen padi, produktivitas padi, produksi padi, harga gabah tingkat petani, harga jagung tingkat petani, harga beras Thailand broken 5 persen, harga beras Thailand broken 25 persen, harga beras eceran tingkat konsumen, harga pembelian pemerintah terhadap gabah, harga pupuk urea, indeks harga konsumen, nilai tukar rupiah terhadap dollar, GDP Indonesia, jumlah penduduk Indonesia, curah hujan, total kredit usahatani, stok beras, jumlah impor beras, dan tarif impor. Data sekunder diperoleh melalui pengumpulan data dari Badan Pusat Statistik Republik Indonesia BPS-RI, Kementrian Pertanian, Kementrian Perdagangan, dan Badan Urusan Logistik BULOG. Selain itu, referensi diambil juga dari jurnal-jurnal, internet, dan perpusatakaan IPB.

4.3. Metode Analisis Data

Data yang diperoleh dalam penelitian dianalisis secara kuantitatif dan kualitatif. Metode analisis data kuantitatif yaitu dengan membentuk perumusan 38 model yang terkait erat dengan tujuan penelitian. Penelitian ini menggunakan model ekonometrika untuk menjawab tujuan penelitian, yaitu model sistem persamaan simultan. Model ekonometrika dalam penelitian ini terdiri dari 11 persamaan simultan yang terdiri dari tujuh persaman struktural luas areal panen padi, produktivitas padi, harga riil gabah tingkat petani, permintaan beras, harga riil beras Indonesia, harga riil beras impor Indonesia, dan jumlah impor beras Indonesia dan empat persamaan identitas produksi padi, produksi beras, penawaran beras, pemasaran beras. Data sekunder kemudian dianalisis dengan menggunakan komputer dengan program Microsoft Office Excel 2010 dan SAS 9 .2 untuk mengolah data mentah yang diperoleh dari berbagai sumber.

4.3.1. Analisis Kualitatif

Analisis kualitatif digunakan untuk memberikan penjelasan terhadap perkembangan permintaan dan penawaran beras dan dampak AFTA terhadap kesejahteraan produsen padi di Indonesia. Selain itu, analisis deskriptif juga akan memberikan penjelasan dari hasil analisis kuantitatif yang telah diolah untuk melihat seberapa besar pengaruh variabel eksogen terhadap variabel endogen.

4.3.2. Analisis Kuantitatif

Analisis kuantitatif digunakan untuk menghitung seberapa besar faktor- faktor yang telah mempengaruhi permintaan dan penawaran beras di Indonesia, serta dampak AFTA terhadap kesejahteraan produsen padi di Indonesia. Analisis faktor-faktor yang mempengaruhi permintaan dan penawaran beras di Indonesia tidak bisa diselesaikan dengan model persamaan tunggal, sehingga dalam penelitian ini menggunakan persamaan simultan yang diselesaikan dengan metode Two Stage Least Square 2SLS. 39

4.4. Perumusan Model

Guna menganalisis faktor-faktor yang mempengaruhi permintaan dan penawaran beras di Indonesia, serta mengevaluasi dampak AFTA terhadap kesejahteraan produsen padi di Indonesia dengan menggunakan salah satu model ekonometrika yaitu model persamaan simultan. Terdapat empat tahapan dalam membangun model ekonometrika yaitu: 1 spesifikasi, 2 pendugaan, 3 evaluasi parameter estimasi, dan 4 evaluasi peramalan model Koutsoyiannis, 1977. Spesifikasi model merupakan tahapan yang paling penting karena pada tahap ini model yang digunakan dalam penelitian atas dasar gambaran ekonomi, teknis, dan kelembagaan dari fenomena ekonomi yang dipelajari ke dalam hubungan matematik dan statistik. Tahapan spesfikasi model menurut Koutsoyiannis 1977 meliputi penentuan 1 variabel dependen dan variabel penjelas yang akan dimasukkan ke dalam model, 2 harapan teoritis apriori mengenai tanda dan besaran parameter dari setiap persamaan. Dasar apriori adalah pengetahuan mengenai teori, logika, dan fakta empiris yang ada dalam hubungan ekonomi antar variabel dependen dan penjelas 3 bentuk matematis dari model linier atau non linier, jumlah persamaan. Model yang digunakan dalam penelitian ini disebut model permintaan dan penawaran di Indonesia. Model tersebut terdiri dari atas tujuh persamaan struktural dan empat persamaan identitas yang disajikan pada Lampiran 1. 40

4.4.1. Luas Areal Panen Padi

Luas areal panen padi merupakan fungsi dari harga riil gabah tingkat petani, harga riil jagung di tingkat petani, total kredit usahatani, harga riil pupuk urea t-1, curah hujan, dan luas areal panen padi t-1. Persamaan luas areal panen padi dirumuskan sebagai berikut : LAP t = α + α 1 HRGTP t + α 2 HRJTP t + α 3 TKU t + α 4 LHRPUK t + α 5 CRAH t + α 6 LLAP t + ε 1 ………………………………………………..4.1 dimana : LAP t = Luas areal panen padi tahun ke-t Ha HRGTP t = Harga riil gabah tingkat petani tahun ke-t RpKg HRJTP t = Harga riil jagung tingkat petani tahun ke-t RpKg TKU t = Total kredit usahatani padi tahun ke-t Rp LHRPUK t = Harga riil pupuk urea tahun ke-t-1 RpKg CRAH t = Curah hujan tahun ke-t mmtahun LLAP t = Luas areal panen padi tahun ke-t-1 Ha ε 1 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah α 1 , α 3 , α 5 0 ; α 2 , α 4 0 ,dan 0 α 6 1.

4.4.2. Produktivitas Padi

Produktivitas padi dipengaruhi oleh harga riil gabah di tingkat petani, perubahan penggunaan pupuk, luas areal irigasi sawah, total kredit usahatani, dan produktivitas padi t-1. Persamaan produktivitas padi adalah sebagai berikut : PRDV t = b + b 1 HRGTP t + b 2 STPPUK t + b 3 LAI t + b 4 TKU t + b 5 LPRDV t + ε 2 …………………………………………………………4.2 dimana : PRDV t = Produktivitas padi tahun ke-t TonHa HRGTP t = Harga riil gabah tingkat petani tahun ke-t RpKg STPPUK t = Perubahan penggunaan pupuk tahun ke-t KgHa LAI t = Luas areal irigasi sawah tahun ke-t Ha TKU t = Total kredit usahatani padi tahun ke-t Rp LPRDV t = Produktivitas padi tahun ke-t-1TonHa ε 2 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah : b 1 , b 2 , b 3, b 4 0 ; dan 0 b 5 1. 41

4.4.3. Produksi Padi

Produksi padi merupakan hasil perkalian antara luas areal panen padi dengan produktivitas padi. Secara matematis produksi padi dapat dirumuskan sebagai berikut : TPP t = LAP t PRDV t …………………………………………………4.3 dimana : TPP t = Total produksi padi tahun ke-t Ton LAP t = Luas areal panen padi tahun ke-t Ha PRDV t = Produktivitas padi tahun ke-t TonHa

4.4.4. Produksi beras

Produksi beras diperoleh dari hasil perkalian antara produksi padi dengan faktor konversi. Berdasarkan hal tersebut, maka produksi beras dapat dirumuskan sebagai berikut : PB t = TPP t FK t ………………………………………………………4.4 dimana : PB t = Produksi beras tahun ke-t Ton TPP t = Total produksi padi tahun ke-t Ton FK t = Faktor Konversi 0,63

4.4.5. Harga Riil Gabah Tingkat Petani

Harga riil gabah di tingkat petani merupakan fungsi dari harga riil pembelian pemerintah, total produksi padi, harga riil beras impor Indonesia dan harga riil gabah di tingkat petani t-1. Secara matematis harga riil gabah di tingkat petani dapat dirumuskan sebagai berikut : HRGTP t = c + c 1 HRPP t + c 2 TPP t + c 3 HRIMB t + c 4 LHRGTP t + ε 3 …..4.5 dimana : HRGTP t = Harga riil gabah tingkat petani tahun ke-t RpKg HRPP t = Harga riil pembelian pemerintah tahun ke-t RpKg TPP t = Total produksi padi tahun ke-t Ton 42 HRIMB t = Harga riil beras impor Indonesia tahun ke-t USTon LHRGTP t = Harga riil gabah tingkat petani tahun ke-t-1 RpKg ε 3 = Standar error Tanda dan besaran parameter dugaan yang diharapkan yakni : c 1 , c 3 0 ; c 2 dan 0 c 4 1.

4.4.6. Permintaan Beras

Menurut Dolan 1974 permintaan terhadap suatu komoditas akan dipengaruhi oleh harga komoditas itu sendiri, harga komoditas lain, selera, pendapatan, distribusi pendapatan, jumlah penduduk, dan harapan harga. Berdasarkan studi ini persamaan permintaan beras dipengaruhi oleh rasio harga riil beras Indonesia dengan harga riil gandum, pendapatan riil perkapita Indonesia, jumlah penduduk Indonesia, dan permintaan beras t-1. Secara matematis persamaan permintaan beras dapat dirumuskan sebagai berikut : QDBR t = d + d 1 RHBRGD t + d 2 PPRI t + d 3 JPI t + d 4 LQDBR t + ε 4 …..4.6 dimana : QDBR t = Permintaan beras indonesia tahunke-t Kg RHBRGD t = Rasio harga riil beras Indonesia dengan harga riil gandum tahun ke-t RpKg PPRI t = Pendapatan perkapita riil penduduk Indonesia tahun ke-t Rp JPI t = Jumlah penduduk Indonesia tahun ke-t Jiwa LQDBR t = Permintaan beras tahun ke-t-1 Ton ε 4 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah : d 1 0 ; d 2 , d 3 dan 0 d 4 1

4.4.7. Penawaran Beras

Penawaran beras merupakan fungsi dari produksi beras, jumlah impor beras Indonesia, stok beras, dan stok beras t-1. Persamaan penawaran beras dapat dirumuskan sebagai berikut : QSBR t = PB t + JIMB t + LSTOK t – STOK t …………………………...4.7 43 dimana : QSBR t = Penawaran beras tahun ke-t Ton PB t = Produksi beras tahun ke-t Ton JIMB t = Jumlah impor beras Indonesia tahun ke-t Ton STOK t = Stok beras tahun ke-t Ton LSTOK t = Stok beras tahun ke-t-1 Ton

4.4.8. Harga Riil Beras Indonesia

Harga riil beras Indonesia dipengaruhi oleh penawaran beras dan tren waktu. Persamaan harga riil beras Indonesia dapat dirumuskan sebagai berikut : HRBER t = e + e 1 QSBR t + e 2 TREN t + ε 5 ……………………………..4.8 dimana : HRBER t = Harga riil beras Indonesia tahun ke-t RpKg QSBR t = Penawaran beras tahun ke-t Ton TREN t = Tren waktu ε 5 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah : e 1 0 dan e 2

4.4.9. Harga Riil Beras Impor Indonesia

Harga riil beras impor dipengaruhi oleh harga riil beras dunia, tarif impor nilai tukar riil, tren waktu, dan harga riil beras impor Indonesia t-1. Secara matematis harga riil beras impor Indonesia dapat dirumuskan sebagai berikut : HRIMB t = f + f 1 HRBD t + f 2 TRIF t + f 3 EXCT t + f 4 TREN t + f 5 LHRIMB t + ε 6 ………………………………………………………...4.9 dimana : HRIMB t = Harga riil beras impor Indonesia tahun ke-t USTon HRBD t = Harga riil beras dunia tahun ke-t USTon TRIF t = Tarif impor beras tahun ke-t RpKg EXCT t = Nilai tukar riil RpUS TREN t = Tren waktu LHRIMB t = Harga riil beras impor Indonesia tahun ke-t-1 USTon ε 6 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah : f 1 ,f 2 0; f 3 ,f 4 0, dan 0 f 5 1 44

4.4.10. Jumlah Impor Beras Indonesia

Model jumlah impor beras Indonesia merupakan fungsi dari harga riil beras impor Indonesia, nilai tukar riil, stok beras t-1, jumlah penduduk Indonesia dan jumlah impor beras Indonesia t-1. Fungsi dari persamaan jumlah impor beras Indonesia adalah sebagai berikut : JIMB t = g + g 1 HRIMB t + g 2 EXCT t + g 3 LSTOK t + g 4 JPI t + g 5 LJIMB t + ε 7 …………………………………………..4.10 dimana : JIMB t = Jumlah impor beras Indonesia tahun ke-t Ton HRIMB t = Harga riil beras impor Indonesia tahun ke-t USTon EXCT t = Nilai tukar riil tahun ke-t RpUS LSTOK t = Stok beras tahun ke-t-1 Ton JPI t = Jumlah penduduk Indonesia tahunke-t Jiwa LJIMB t = Jumlah impor beras Indonesia tahun ke-t-1 Ton ε 7 = Standar error Tanda dan besaran parameter dugaan yang diharapkan yakni : g 4 0 ; g 1, g 2 ,g 3 dan 0 g 5 1.

4.4.11. Marjin Pemasaran Beras

Marjin pemasaran beras dapat didefinisikan sebagai selisih antara harga riil beras Indonesia dengan harga riil gabah tingkat petani. Persamaan marjin pemasaran beras dapat dirumuskan sebagai berikut : MPB t = HRBER t – HRGTP t ………………………………………..4.11 dimana : MPB t = Marjin pemasaran beras tahun ke-t RpKg HRGTP t = Harga riil gabah tingkat petani tahun ke-t RpKg HRBER t = Harga riil beras Indonesia tahun ke-t RpKg

4.5. Identifikasi Model

Identifikasi model ditentukan atas dasar order condition sebagai syarat keharusan dan rank condition sebagai syarat kecukupan. Menurut Koutsoyiannis 45 1977, rumusan identifikasi model persamaan struktural berdasarkan order condition ditentukan oleh : K-M G-1 …………………………………………………………4.12 dimana : K =Total variabel di dalam model, yaitu variabel endogen dan predetermined variable current exogenous variable, lagged exogenous variable, dan lagged endogenous variable . M =Jumlah variabel endogen dan eksogen yang termasuk dalam satu persamaan tertentu dalam model. G =Total persamaan di dalam model, yaitu jumlah peubah endogen dalam model. Jika dalam suatu persamaan model menunjukan kondisi sebagai berikut : K- M ≥ G-1 = maka persamaan dalam model tersebut dinyatakan teridentifikasi identified. K-M G-1 = maka persamaan dalam model tersebut dinyatakan tidak teridentifikasi underidentified. K-M G-1 = maka persamaan dalam model tersebut dinyatakan teridentifikasi secara berlebih overidentified. K-M = G-1 =maka persamaan dalam model tersebut dinyatakan teridentifikasi secara tepat exactly identified. Hasil Identifikasi untuk setiap persamaan struktural haruslah excactly identified atau overidentified untuk dapat menduga parameter-parameternya. Suatu persamaan memenuhi order condition, tetapi mungkin saja persamaan itu tidak teridentifikasi. Oleh karena itu, dalam proses identifikasi diperlukan suatu syarat perlu sekaligus cukup. Hal ini terdapat dalam rank condition untuk identifikasi yang menyatakan, bahwa dalam suatu persamaan teridentifikasi jika dimungkinkan untuk membentuk minimal satu determinan bukan nol pada order condition G-1 dari parameter struktural peubah yang tidak termasuk dalam persamaan tersebut Koutsoyiannis, 1977. Berdasarkan Tabel 12 dapat disimpulkan persamaan struktural yang ada di dalam model penelitian ini adalah overidentified. 46 Tabel 12. Hasil Identifikasi Model dari Masing-Masing Persamaan Persamaan K M G K-M G-1 Keterangan LAP 34 7 11 27 10 Overidentified PRDV 34 6 11 28 10 Overidentified HRGTP 34 5 11 29 10 Overidentified QDBR 34 5 11 29 10 Overidentified HRBER 34 3 11 31 10 Overidentified HRIMB 34 6 11 28 10 Overidentified JIMB 34 6 11 28 10 Overidentified Sumber : Data diolah, 2011 Model yang telah dirumuskan dalam penelitian ini terdiri dari 11 persamaan atau 11 variabel endogen G, dan 23 predetermined variable terdiri dari 17 variabel eksogen dan 6 lag variabel endogen, sehingga total variabel dalam model K adalah 34 variabel. Berdasarkan Tabel 12 jumlah variabel endogen dan eksogen yang termasuk dalam satu persamaan tertentu dalam model M adalah maksimum 7 variabel.

4.6. Metode Pendugaan Model