Analisis Forecast Error Decomposition Variance FEDV Analisis Faktor Penentu Integrasi Pasar Beras di Indonesia

34 dengan infrastruktur transportasi yang lebih baik maka akan mengurangi transportation cost dan akan meningkatkan integrasi pasar. • PCI i dan PCI j , yaitu pendapatan perkapita riil percapita income. Berupa produk domestik regional bruto per kapita ribu rupiah atas dasar harga berlaku menurut provinsi. Diharapkan koefisiennya bertanda positif, karena provinsi dengan PCI yang lebih tinggi akan memiliki pasar yang lebih berkembang, infrastruktur lebih baik dan perdagangan lebih lancar. • Proc i dan Proc j , yaitu procurement, jumlah kilogram pembelian beras petani oleh BULOG. Diharapkan koefisiennya bertanda positif, karena semakin besar pembelian yang dilakukan BULOG maka arus perdagangan dan integrasi pasar juga semakin besar. • Dist i dan Dist j , yaitu distribusi atau jumlah kilogram penyaluran beras RASKIN untuk keluarga miskin oleh BULOG. Diharapkan koefisiennya bertanda negatif, karena dengan adanya RASKIN maka akan mengurangi permintaan ke pasar beras. Model persamaan regresi untuk meneliti faktor penentu integrasi pasar berdasarkan model penelitian Varela et al. 2012 dapat dinyatakan sebagai berikut : �� �� = � + � 1 ����� �� + � 2 ����� � + � 3 ����� � + � 4 ��� � + � 5 ��� � + � 6 ���� � + � 7 ���� � + � 8 ���� � + � 9 ���� � + � �� ........................... 3.12 Tanda parameter estimasi yang diharapkan adalah β 2 , β 3 , β 4 , β 5 , β 6 , β 7 0; β 1 , β 8 , β 9 0. IV HASIL DAN PEMBAHASAN

4.1 Integrasi Pasar Beras Spasial

4.1.1 Pengujian Kestasioneran Data

Langkah awal analisis integrasi pasar beras adalah pengujian akar unit untuk melihat kestasioneran series harga masing-masing provinsi. Hal ini dilakukan karena adanya dugaan bahwa sebagian besar data deret waktu bersifat tidak stasioner dan menghindari spurious regression pada model. Uji akar unit dilakukan dengan metode ADF pada tingkat level dan pada tingkat first difference. Hasil uji akar unit ditampilkan pada Tabel 4 berikut. Tabel 4. Hasil Uji Akar Unit Series Harga Beras Tingkat Retail pada 26 Provinsi di Indonesia Lag Optimal ADF Test Lag Optimal ADF Test 1 Aceh -2.94 3 -8.61 2 Sumut -2.15 -10.47 3 Riau 1 -2.81 -9.28 4 Sumbar 1 -2.25 -10.19 5 Jambi -2.24 -11.33 6 Sumsel -1.84 -11.94 7 Bengkulu -2.08 -11.84 8 Lampung -2.01 -12.99 9 DKI -2.61 -12.68 10 Jabar -2.91 -13.82 11 Jateng 1 -2.19 -8.52 12 DIY 1 -2.63 -11.17 13 Jatim 1 -2.00 -9.14 14 Kalbar -1.61 -13.50 15 Kaltim -3.70 -13.00 16 Kalsel -2.45 -11.56 17 Kalteng -2.20 -10.54 18 Sulut -2.90 -12.81 19 Sulteng -3.06 -12.03 20 Sultra 1 -2.37 -17.78 21 Sulsel -1.58 -13.21 22 Bali -1.38 -10.35 23 NTB -1.97 -11.58 24 NTT -2.68 -11.18 25 Maluku -1.75 -12.13 26 Papua -1.73 -14.08 Level Variabel Series No. First Difference Keterangan : Panjang lag optimal berdasarkan Schwarz Info Criterion SIC, Hipotesis H : Series memiliki akar unit nonstasioner, Nilai Kritis mengikuti Mackinnon 1996. Tanda , dan menunjukkan penolakan bahwa terdapat akar unit pada taraf nyata 1, 5 dan 10 untuk nilai kritis 1 = -4.02; 5 = -3.44; and 10 = -3.14. 36 Hasil pengujian akar unit untuk mengetahui kestasioneran series harga beras tingkat retail pada 26 provinsi di Indonesia pada Tabel 4 menunjukkan bahwa untuk seluruh variabel pada tingkat level, tidak terdapat cukup bukti untuk menolak hipotesis nol memiliki akar unit, artinya data tidak stasioner pada level. Adapun pada tingkat first difference terdapat cukup bukti untuk menolak hipotesis nol adanya akar unit pada taraf nyata 1. Hal ini mengindikasikan bahwa seluruh series harga beras tingkat retail pada 26 provinsi di Indonesia merupakan I1. Pengujian akar unit juga dilakukan terhadap series harga beras tingkat grosir jenis IR-64 kualitas II dan kualitas III di Pasar Induk Beras Cipinang PIBC serta harga beras internasional jenis Thailand broken 15 persen dan Vietnam broken 15 persen dengan metode ADF pada tingkat level dan pada tingkat first difference. Hasil uji akar unit ditampilkan pada Tabel 5 berikut. Tabel 5. Hasil Uji Akar Unit Series Harga Beras Tingkat Grosir di Pasar Induk Beras Cipinang PIBC dan Harga Beras Internasional Lag Optimal ADF Test Lag Optimal ADF Test IR64_2 1 -2.26 -9.62 IR64_3 -2.00 -10.35 Thai broken 15 2 -2.96 1 -6.29 Viet broken 15 -1.71 -10.63 Variabel Series Level First Difference Keterangan : Panjang lag optimal berdasarkan Schwarz Info Criterion SIC, Hipotesis H : Series memiliki akar unit nonstasioner, Nilai Kritis mengikuti Mackinnon 1996. Tanda , dan menunjukkan penolakan bahwa terdapat akar unit pada taraf nyata 1, 5 dan 10 untuk nilai kritis 1 = -4.02; 5 = -3.44; and 10 = -3.14. Hasil pengujian akar unit untuk mengetahui kestasioneran series harga beras tingkat grosir jenis IR-64 kualitas II dan kualitas III di Pasar Induk Beras Cipinang PIBC serta harga beras internasional jenis Thailand broken 15 persen dan Vietnam broken 15 persen pada Tabel 5 menunjukkan bahwa untuk seluruh variabel pada tingkat level, tidak terdapat cukup bukti untuk menolak hipotesis nol memiliki akar unit, artinya data tidak stasioner pula pada level. Adapun pada tingkat first difference terdapat cukup bukti untuk menolak hipotesis nol adanya akar unit pada taraf nyata 1. Hal ini mengindikasikan bahwa seluruh series harga beras tingkat grosir jenis IR-64 kualitas II dan kualitas III di PIBC serta harga beras internasional jenis Thailand dan Vietnam merupakan I1.