Pendapatan atas Lahan dan Modal 416.87

231

5.5. Pendapatan atas Lahan dan Modal

Data lain yang diperlukan di dalam membangun model CGE adalah pendapatan atas lahan dan modal per sektor. Data ini tidak tersedia pada Tabel I-O, melainkan terdapat pada matriks di dalam Tabel SNSE. Pada tabel tersebut, faktor produksi dibagi secara lebih terperinci, diantaranya adalah tenaga kerja, lahan, perumahan, dan modal lainnya di daerah pedesaaan dan modal-modal lainnya di perkotaan, modal swasta, modal pemerintah dan modal asing. Untuk memperoleh data pendapatan lahan dan modal ini diperlukan pemetaan pengelompokan sektor yang terdapat pada Tabel SNSE dengan sektor yang ada di dalam Tabel I-O. Setelah proporsi pendapatan lahan dan kapital diperoleh, nilainya dikalikan dengan nilai total surplus usaha sektor 202 pada Tabel I-O dan depresiasi sektor 203 pada Tabel I-O. Nilai pembayaran faktor produksi lahan dan kapital pada tahun 2008 disajikan pada Tabel 50.

5.6. Elastisitas dan Parameter Lain

Selain data-data dasar yang telah dikemukakan sebelumnya, model keseimbangan umum juga membutuhkan informasi elastisitas dan beberapa parameter behavioural lainnya. Parameter elastisitas yang digunakan dalam model ini terdiri dari elastisitas Armington, elastisitas permintaan ekspor, elastisitas substitusi input primer, elastisitas substitusi tenaga kerja, elastisitas pengeluaran, dan elastisitas upah.

5.6.1. Elastisitas Armington

Armington mengembangkan teori mengenai permintaan barang dalam aktivitas perdagangan internasional. Dalam teorinya, Armington memperkenalkan asumsi bahwa produk yang diperdagangkan secara internasional dibedakan 232 berdasarkan lokasi produksinya differentiation of product. Artinya, dalam suatu negara setiap industri hanya menghasilkan satu produk dan produk ini berbeda dari produk industri yang sama dari negara lain. Tabel 50. Pendapatan Lahan dan Modal Tahun 2008 Milyar Rupiah No Sektor Lahan Modal Tetap Modal Variabel 1 Pertanian 315 079 2 Pertambangan 367 052 100 189 3 Industri pengolahan dan pengawetan makanan 12 346 16 249 4 Industri minyak dan lemak 38 510 5 434 5 Industri penggilingan padi 24 034 18 000 6 Industri tepung, segala jenisnya 10 602 9 390 7 Industri gula 1 770 1 941 8 Industri makanan lainnya 31 607 5 590 9 Industri minuman 1 384 1 459 10 Industri rokok 9 662 10 569 11 Industri pemintalan 4 319 4 673 12 Industri tekstil, pakaian dan kulit 27 819 36 578 13 Industri bambu, kayu dan rotan 42 868 8 342 14 Industri kertas, barang dari kertas dan karton 31 107 5 216 15 Industri pupuk dan pestisida 10 873 8 399 16 Industri kimia 20 762 30 016 17 Pengilangan minyak bumi 134 501 137 666 18 Industri barang karet dan plastik 17 630 20 169 19 Industri barang-barang dari mineral bukan logam 6 842 8 359 20 Industri semen 4 686 5 034 21 Industri dasar besi dan baja 5 555 5 231 22 Industri logam dasar bukan besi 4 686 5 776 23 Industri barang dari logam 31 876 36 198 24 Industri mesin, alat-alat dan perlengkapan listrik 42 341 50 071 25 Industri alat pengangkutan dan perbaikannya 34 587 31 768 26 Industri barang lain yang belum digolongkan dimanapun 2 689 2 639 27 Jasa-Jasa 1 187 451 291 242 Total 315 079 2 107 557 856 197 Sumber : Badan Pusat Statistik, diolah dari Tabel I-O, 2008 dan SAM, 2005 233 Dari sisi konsumen, produk suatu industri yang berasal dari berbagai negara merupakan sekelompok barang yang dapat saling bersubstitusi Lloyd dan Zhang, 2005. Tingkat substitusi diantara barang yang dihasilkan oleh industri domestik dan industri di negara lain bersifat tidak sempurna imperfect of substitution Kapuscinski dan Warr, 1999. Derajat substitusi diantara kedua barang tersebut selanjutnya dikenal secara luas sebagai elastisitas substitusi Armington atau disingkat elastisitas Armington. Elastisitas Armington pada model CGE mendefinisikan data permintaan barang-barang domestik dan barang-barang impor. Untuk keperluan membangun model CGE ini, elastisitas Armington seluruhnya mengadaptasi data pada model GTAP Global Trade Analysis Project dengan melakukan penyesuaian klasifikasi sektor dan industri 27 sektor. Seluruh data elastisitas Armington yang digunakan pada pembangunan model CGE ditunjukkan pada Tabel 51.

5.6.2. Elastisitas Permintaan Ekspor

Elastisitas permintaan ekspor menunjukkan respon permintaan komoditas ekspor terhadap perubahan harganya di pasar dunia. Berdasarkan konsep ini, permintaan ekspor yang dinyatakan dalam ton pada studi ini dianggap sebagai fungsi dari harga ekspor dalam US per ton tanpa memperhatikan variabel- variabel lainnya yang kemungkinan juga berpengaruh terhadap permintaan ekspor berbagai produk seperti tingkat pendapatan masyarakat di negara partner dagang utama Indonesia. Pada model CGE ini, nilai-nilai elastisitas permintaan ekspor untuk 27 sektor mengadaptasi data pada database pada GTAP Global Trade Analysis Project. Karena adanya perbedaan klasifikasi sektor, maka dilakukan penyesuaian klasifikasi sektor dan industri menjadi 27 sektor. 234 Tabel 51. Nilai Elastisitas Armington, Permintaan Ekspor, Substitusi Input Primer, dan Substitusi Tenaga Kerja pada Masing-Masing Komoditi No Sektor Elastisitas Armington Elastisitas Ekspor Elastisitas Substitusi Input Primer Elasitisitas Substitusi Tenaga Kerja 1 Pertanian 2.61 -4.56 0.5 0.50 2 Pertambangan 7.30 -3.88 0.5 0.44 3 Industri pengolahan dan pengawetan makanan 3.96 -8.89 0.5 0.44 4 Industri minyak dan lemak 3.30 -5.76 0.5 0.44 5 Industri penggilingan padi 3.96 -5.76 0.5 0.44 6 Industri tepung, segala jenisnya 3.96 -7.7 0.5 0.44 7 Industri gula 3.96 -8.89 0.5 0.44 8 Industri makanan lainnya 3.96 -8.89 0.5 0.44 9 Industri minuman 3.96 -8.89 0.5 0.44 10 Industri rokok 2.00 -3.86 0.5 0.44 11 Industri pemintalan 3.80 -7.26 0.5 0.44 12 Industri tekstil, pakaian dan kulit 3.80 -7.26 0.5 0.44 13 Industri bambu, kayu dan rotan 3.40 -6.01 0.5 0.44 14 Industri kertas, barang dari kertas dan karton 3.00 -5.5 0.5 0.44 15 Industri pupuk dan pestisida 3.30 -6.49 0.5 0.44 16 Industri kimia 2.00 -7.42 0.5 0.44 17 Pengilangan minyak bumi 11.20 -2.57 0.5 0.44 18 Industri barang karet dan plastik 3.30 -7.42 0.5 0.44 19 Industri barang-barang dari mineral bukan logam 2.00 -7.42 0.5 0.44 20 Industri semen 3.80 -7.42 0.5 0.44 21 Industri dasar besi dan baja 3.80 -7.42 0.5 0.44 22 Industri logam dasar bukan besi 3.80 -7.42 0.5 0.44 23 Industri barang dari logam 3.80 -7.42 0.5 0.44 24 Industri mesin, alat-alat dan perlengkapan listrik 4.10 -8.53 0.5 0.44 25 Industri alat pengangkutan dan perbaikannya 4.30 -8.53 0.5 0.44 26 Industri barang lain yang belum digolongkan dimanapun 3.80 -7.42 0.5 0.44 27 Jasa-Jasa 3.25 -2.77 0.5 0.39 Sumber: GTAP Database 235

5.6.3. Elastisitas Substitusi Faktor Primer

Faktor primer pada model CGE ini terdiri atas tanah, tenaga kerja dan modal. Penggunaan ketiga faktor ini dalam proses produksi diasumsikan mengikuti fungsi produksi CES. Dengan fungsi produksi ini, antara satu faktor dan faktor lainnya saling bersubstitusi dengan koefisien elastisitas substitusi yang konstan dan nilainya sama untuk seluruh pasangan faktor. Besarnya nilai elastisitas ini akan menentukan responsivitas penggunaan input pada setiap sektor apabila terjadi perubahan biaya relatif suatu faktor terhadap faktor lainnya. Pada sebagian besar studi, koefisien elastisitas faktor primer difokuskan pada dua input yaitu tenaga kerja dan stok modal. Hal ini disebabkan oleh dominannya kedua input tersebut dalam proses produksi pada hampir seluruh aktivitas ekonomi. Penggunaan faktor produksi lahan hanya dominan pada aktivitas produksi pertanian. Pada studi ini, elastisitas input primer juga difokuskan pada input tenaga kerja dan stok modal. Untuk mengestimasi koefisien elastisitas kedua input ini diperlukan data tenaga kerja beserta tingkat upah dan data stok modal beserta sewa modal yang terperinci per komoditas. Keterbatasan ketersediaan data seperti ini menjadi kendala dalam melakukan estimasi elastisitas substitusi input primer di Indonesia. Dengan pola pertanian yang tidak terspesialisasi, sangat sulit memisahkan tenaga kerja per komoditi atau kelompok komoditi. Pada satu tahun tertentu seorang petani dapat bekerja dalam menghasilkan lebih dari satu jenis komoditi pertanian. Kesulitan yang sama juga ditemukan untuk data stok kapital tetap beserta nilai sewanya. Hal ini mengingat aktivitas pertanian umumnya dilakukan dalam skala kecil. Selanjutnya pada CGE ini, nilai-nilai elastisitas substitusi faktor primer menggunakan data pada model GTAP. Penyesuaian klasifikasi komoditi dan 236 industri menjadi 27 sektor dilakukan untuk menyesuaikan dengan data dasar Tabel Input Output 2008 dan SNSE tahun 2005. Seluruh informasi elastisitas substitusi faktor primer yang digunakan pada model CGE ditunjukkan pada Tabel 51.

5.6.4. Elastisitas Tenaga Kerja

Tenaga kerja dalam penelitian ini, seperti telah dikemukakan sebelumnya, diklasifikasikan atas tenaga kerja skill dan unskill. Kedua jenis tenaga kerja ini diasumsikan dapat saling bersubstitusi dalam proses produksi mengikuti fungsi CES. Derajat substitusi diantara kedua jenis tenaga kerja ini disebut sebagai elatisitas substitusi tenaga kerja. Hasil estimasi koefisien elastisitas ini untuk perekonomian Indonesia cukup sulit untuk ditemukan. Sebagian besar studi yang membangun atau menerapkan model CGE di Indonesia mengadopsinya dari studi- studi sebelumnya untuk negara lain. Pada konstruksi data dasar model INDOF misalnya, Oktaviani 2001 menggunakan angka 0.5 untuk seluruh sektor penelitiaannya yang juga dipakai pada penelitian ini. Angka ini diperoleh dari studi Horridge et al. 1993 untuk model CGE perekonomian Australia. Angka yang sama juga telah digunakan oleh Buetre 1996 untuk model perekonomian Filipina.

5.6.5. Elastisitas Pengeluaran

Elastisitas pengeluaran menunjukkan respon pengeluaran rumah tangga terhadap konsumsi berbagai jenis komoditi atas perubahan tingkat pendapatannya. Secara teoritis pola hubungan antara tingkat pendapatan dan pengeluaran konsumsi rumah tangga dipresentasikan oleh Hukum Engel yang menyatakan bahwa peningkatan pendapatan rumah tangga akan diikuti oleh peningkatan pengeluaran konsumsi. Namun proporsi pengeluaran konsumsi untuk produk pangan cenderung menurun, sementara proporsi pengeluaran untuk konsumsi produk non-pangan 237 cenderung meningkat seiring dengan meningkatnya pendapatan rumah tangga.Berdasarkan konsep ini, rumah tangga yang tingkat penghasilannya relatif rendah pola konsumsinya akan dicirikan oleh proporsi pengeluaran untuk produk pangan yang lebih besar sehingga permintaan pangan pada kelompok rumah tangga ini akan bersifat relatif elastis. Sebaliknya, pada kelompok rumah tangga yang berpenghasilan lebih tinggi, justru permintaan produk non pangan yang akan bersifat relatif lebih elastis. Estimasi koefisien elastisitas pengeluaran rumah tangga secara terperinci untuk keseluruhan kelompok rumah tangga terhadap berbagai jenis komoditas yang dikonsumsi, membutuhkan data dan informasi yang sangat banyak dan waktu yang cukup lama. Atas dasar pertimbangan tersebut, maka pada penelitian ini tidak dilakukan pengestimasian koefisien elastisitas pengeluaran rumah tangga. Untuk memenuhi keperluan penyusunan data dasar model CGE, koefisien elastisitas pengeluaran diambil dari data Susenas. Besarnya koefisien elastisitas pengeluaran menurut kelompok rumah tangga untuk keseluruhan komoditas yang diteliti, ditunjukkan pada Tabel 52.

5.6.6. Parameter Lainnya

Selain data untuk mengestimasi koefisien elastisitas, juga diperlukan data untuk mengukur beberapa parameter lainnya. Parameter-parameter tersebut terdiri parameter investasi, rasio antara kapital dan investasi, tingkat depresiasi faktor, tingkat pengembalian modal bersih, dan trend tenaga kerja. Seluruh parameter mengikuti besaran nilai yang digunakan di dalam model INDOF Oktaviani, 2001.

1. Parameter Investasi

Parameter investasi BETA_Ri menunjukkan hubungan antara tingkat pengembalian modal dan modal di tiap industri. Dalam penelitian ini, parameter 238 investasi yang digunakan adalah 5, mengikuti parameter investasi yang terdapat pada model ORANI-F Horridge et al., 1993. Tabel 52. Elastisitas Pengeluaran Berdasarkan Kelompok Rumah Tangga N o Sektor Rur 1 Rur 2 Rur 3 Rur 4 Rur 5 Rur 6 Rur 7 Urb 1 Urb 2 Urb 3 1 Pertanian 1.57 1.68 1.71 1.69 1.60 1.62 1.70 1.51 1.49 1.48 2 Pertambangan 0.81 0.89 0.90 0.89 0.83 0.84 0.90 1.41 1.38 1.37 3 IndOlahMkn 4.83 5.25 5.46 5.32 4.97 5.04 5.39 8.68 8.47 8.40 4 IndMinyLemak 0.69 0.75 0.78 0.76 0.71 0.72 0.77 1.24 1.21 1.20 5 IndGilPadi 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 6 IndTepung 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 7 IndGula 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 8 IndMknLain 0.69 0.75 0.78 0.76 0.71 0.72 0.77 1.24 1.21 1.20 9 IndMinuman 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 10 IndRokok 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 11 IndPintal 2.22 2.42 2.50 2.46 2.28 2.32 2.48 1.66 1.62 1.60 12 IndTekstil 2.22 2.42 2.50 2.46 2.28 2.32 2.48 1.66 1.62 1.60 13 IndKayuRotan 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 14 IndKertas 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 15 IndPupPest 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 16 IndKimia 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 17 KilangMinyak 0.54 0.59 0.60 0.59 0.55 0.56 0.60 0.94 0.92 0.91 18 IndKrtPlstk 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 19 IndMinNonLgm 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 20 IndSemen 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 21 IndBesiBaja 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 22 IndLgmNBesi 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 23 IndBrngLogam 1.32 1.46 1.50 1.48 1.38 1.38 1.48 1.32 1.28 1.26 24 IndMesinAlat 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 25 IndAltAngkut 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 26 IndLain 1.98 2.19 2.25 2.22 2.07 2.07 2.22 1.98 1.92 1.89 27 JasaJasa 1.28 1.40 1.44 1.42 1.32 1.34 1.43 1.50 1.47 1.46 Keterangan : Rur = Rural Urb = Urban Sumber: Susenas, 2005

2. Tingkat Depresiasi Faktor dan Nilai Depresiasi

Tingkat depresiasi yang digunakan dalam penelitian ini adalah 10 persen. Nilai tesebut mengikuti nilai yang terdapat pada model ORANI-F Horridge et 239 al., 1993. Besaran nilai untuk depresiasi faktor sebesar 0.9 diperoleh dari 1 dikurangi tingkat depresiasi. Nilai yang sama juga digunakan oleh Buetre 1996 pada model Philipina.

3. Rasio Investasi Modal

Rasio investasi modal yang digunakan dalam penelitian ini adalah sebesar 0.1375. Nilai ini diperoleh dari beberapa alternatif nilai rasio investasi modal yang digunakan dalam memperbaharui data dasar tahun 1995-2000 Susanti, 2002. Dengan menggunakan angka 0.1375, persentase GDP riil dan investasi hampir sama dengan perubahan aktualnya.

4. Stok Kapital pada Setiap Industri

Stok kapital awal pada setiap industri dibutuhkan untuk menggambarkan keseimbangan awal perekonomian. Dalam model keseimbangan umum data stok kapital awal digunakan untuk menentukan nilai tingkat pertumbuhan growth rate, tingkat pengembalian kotor gross rate of return dan stok kapital pada periode yang akan datang di setiap industri. Namun demikian, data stok kapital awal di setiap industri tidak tersedia pada Tabel I-O sehingga nilai tersebut diperoleh dengan cara mengikuti perhitungan yang digunakan dalam penelitian terdahulu. Secara umum terdapat tiga alternatif yang dapat digunakan untuk menghitung nilai stok kapital awal Oktaviani, 2000. Ketiga cara perhitungan tersebut disajikan pada Gambar 30. Baris pertama pada Gambar 30 menunjukkan bahwa nilai stok kapital dapat dihitung berdasarkan nilai tingkat depresiasi dan nilai depresiasi pada setiap industri. Rumus untuk menghitung stok kapital awal adalah : 240 Keterangan : Sumber : Oktaviani 2000 Gambar 30. Perhitungan Nilai Stok Kapital V0CAP i = VDEP i 1-DEP i ......................................................................5.1 dimana V0CAP i = Nilai stok kapital awal VDEP i = Nilai depresiasi 1-DEP i = Tingkat depresiasi Baris kedua pada Gambar 30 menunjukkan cara perhitungan stok kapital awal berdasarkan nilai rasio investasi kapital dan data investasi. Melalui cara ini nilai kapital stok awal dapat diperoleh dengan mengikuti rumus : V0CAP i = V2TOT i R_T i ..........................................................................5.2 dimana Nilai Depresiasi Tingkat Depresiasi Nilai Stok Kapital Tingkat Pertumbuhan Tingkat Depresiasi , Investasi Nilai Stok Kapital Periode yang Akan Datang Rasio Investasi- Kapital Investasi Nilai Kapital Tingkat Depresiasi Investasi Tingkat Pengembalian Kotor Gross Rate of Return Data is Pre- specified Data tersedia, kecuali yang berhuruf tebal Data dihitung 241 V0CAP i = Nilai stok kapital awal V2TOT i = Nilai investasi pada setiap industri R_T i = Rasio investasi kapital pada setiap industri Dari persamaan 5.1 dan 5.2, persamaan yang paling mungkin untuk diterapkan pada kasus Indonesia adalah persamaan 5.2 dimana persamaan ini diasumsikan bahwa nilai rasio investasi kapital pada setiap industri sama Oktaviani, 2000. Persamaan 5.1 tidak digunakan dalam penelitian ini, walaupun data depresiasi pada setiap industri tersedia pada Tabel IO karena hasil yang diperoleh dari persamaan 5.1 terutama pada nilai pertumbuhan kapital tidak realistis.

5. Tingkat Pengembalian Kotor

Perhitungan tingkat pengembalian kotor , termasuk risiko, pada setiap industri dalam penelitian ini mengikuti cara perhitungan yang telah dilakukan oleh Oktaviani 2000 dalam model INDOF. Rumus yang digunakan adalah : GROSSRR i = V1CAP i V2TOT i X1GROWI i -DEP i ............................5.3 dimana GROSSRR i = Tingkat pengembalian kotor, termasuk risiko pada industri i V1CAP i = Sewa kapital pada industri i V2TOT i = Total kapital yang dihasilkan setiap industri i X1GROWI i = Pertumbuhan kapital pada setiap industri i DEP i = Depresiasi faktor pada industri i Nilai X1GROWI i dan V0CAPF i dihitung berdasarkan rumus : X1GROWI i = V0CAPF i VOCAP i ...........................................................5.4 V0CAPF i = DEP i V0CAP i +V2TOT i .....................................................5.5

6. Trend InvestmentKapital dan MaximumTrendInvestmentKapital Ratio

Mengingat data investmentkapital tidak tersedia di Indonesia, maka dalam penelitian ini nilai yang digunakan untuk kedua parameter tersebut mengikuti nilai yang terdapat dalam model ORANIGRD pada perekonomian Australia. 242 Nilai trend investment yang digunakan dalam model ORANIGRD adalah 0.08 dan nilai maximumtrend investment capital ratio adalah 4.00.

7. Elastisitas Investasi

Secara teoritis suatu fungsi investasi dipengaruhi oleh beberapa faktor diantaranya adalah suku bunga, risiko usaha, infrastruktur, kebijakan pemerintah, kepastian hukum dan faktor-faktor non ekonomi lainnya. Akan tetapi di Indonesia belum ada penelitian mengenai seberapa besar pengaruh dari ketiga faktor tersebut terhadap investasi, sekaligus besaran elastisitasnya. Nilai elastisitas investasi dalam penelitian ini mengikuti penghitungan nilai elastisitas investasi yang dilakukan oleh Ratnawati et al. 2004 dengan membangun model investasi sebagai fungsi dari suku bunga dalam bentuk model double-log. Nilai elastisitas investasi terhadap suku bunga yang dihasilkan dari perhitungan tersebut adalah –8.63. Dari model tersebut terlihat bahwa suku bunga berpengaruh pada taraf nyata 7 persen, meskipun nilai R kuadrat yang dihasilkan hanya sebesar 9.4 persen. Kecilnya nilai R kuadrat tersebut disebabkan oleh fluktuasi nilai investasi yang besar sementara fluktuasi suku bunga kecil bahkan cenderung konstan. Di samping itu, variasi investasi tidak hanya ditentukan oleh suku bunga tetapi juga dipengaruhi oleh variasi faktor-faktor lainnya. 5.7. Prosedur Membangun Database CGE Pada penelitian ini, prosedur yang digunakan untuk membangun data dasar pada model keseimbangan umum CGE INDUSTRINDO sebagian besar mengikuti prosedur yang telah dilakukan oleh Oktaviani 2000. Langkah-langkah dalam memperbaharui data dasar model keseimbangan umum CGE terbagi menjadi lima 243 tahapan, yaitu membangun raw data, membuat file har, membuat file tablo, agregasi data dan membangun command file.

5.7.1. Membangun Data Dasar

Pada tahap ini dibuat terlebih dahulu file .xls file yang kemudian dikonversi menjadi file .csv sebagai raw data model keseimbangan umum. Dalam file .csv, ukuran matrik, jenis matriks, file header dan nama lengkap dari masing-masing file tersebut harus dibuat secara lengkap dan jelas. Langkah-langkah untuk membuat file .csv adalah sebagai berikut: 1. Tabel IO Indonesia versi terbaru tahun 2008, yaitu tabel transaksi total dan domestik. Untuk memperoleh tabel transaksi impor dilakukan dengan cara mengurangkan tabel transaksi total dengan tabel transaksi domestik. Selanjutnya ketiga tabel yang dihitung berdasarkan harga di tingkat produsen dan disimpan pada file excel xls. 2. Menghapus baris jumlah input antara dan nilai tambah kotor yang terdapat pada ketiga tabel di atas. Dihapuskannya baris ini adalah untuk menghilangkan masalah perhitungan ganda pada nilai input. 3. Menghapus nilai total permintaan antara, total permintaan akhir, total permintaan, total impor, margin perdagangan besar, margin perdagangan kecil, biaya transportasi dan margin perdagangan total dan biaya trasportasi total pada kolom yang terdapat pada Tabel I-O tabel total, domestik dan impor. Dihapuskannya nilai yang terdapat pada matrik permintaan adalah untuk menghilangkan masalah perhitungan ganda. Sedangkan dihapuskannya nilai matrik margin dikarenakan nilai-nilai yang terdapat pada matrik tersebut bernilai nol. 244 4. Mengkonversi semua matrik tersebut total, domestik dan impor ke dalam file .csv agar bias dibaca oleh program MODHAR. File-file tersebut kemudian diberi nama: a. 08t.csv untuk matrik total b. 08d.csv untuk matrik domestik c. 08m.csv untuk matrik impor 5. Membuat mapping antara sektor yang terdapat pada Tabel I-O dengan Sistem Neraca Sosial Ekonomi Indonesia SNSE versi terbaru. File tersebut kemudian disimpan dalam txt file dan diberi nama iosmmap.txt 6. Dengan menggunakan data yang terdapat pada SNSE, tenaga kerja diagregasi tenaga kerja ke dalam 4 jenis pekerjaaan, yaitu tenaga kerja tidak terdidik yang meliputi petani dan operator serta tenaga kerja terdidik yang meliputi administrator dan professional. 7. Mendisagregasi rumah tangga berdasarkan kelompok pendapatan yang terdapat pada matrik SNSE. 8. Menghitung pangsa konsumsi rumah tangga berdasarkan data SNSE. File tersebut diberi nama hhsh.csv. 9. Menghitung pangsa kapital industri pertanian berdasarkan data SNSE. File ini diberi nama cash.csv. 10. Menghitung pangsa lahan pada industri pertanian berdasarkan data SNSE. File ini kemudian diberi nama lnsh.csv. 11. Menghitung pangsa kapital variabel pada industri non pertanian. File ini kemudian diberi nama vcsh.scv. Pangsa kapital variabel dan kapital tetap diperoleh dari data dasar WAYANG terdahulu yang kemudian disesuaikan dengan agregasi industri yang terdapat pada penelitian ini. 245 12. Berdasarkan langkah 11, dihitung pangsa kapital tetap. Kemudian file tersebut diberi nama fcsh.scv. 13. Menghitung pangsa tenaga kerja terdidik skilled labour berdasarkan industri yang terdapat dalam penelitian. Pangsa ini dihitung berdasarkan data yang terdapat pada SNSE yang kemudian dipetakan dengan sektor yang terdapat dalam Tabel I-O. File ini diberi nama slsh.scv. 14. Menghitung pangsa tenaga kerja tidak terdidik. File ini disimpan dengan nama ulsh.scv. Proses perhitungkan langkah ke-14 ini sama dengan proses perhitungan pada langkah ke-13. 15. Dengan menggunakan data yang terdapat pada SNSE dilakukan perhitungan pangsa kapital berdasarkan kelompok rumah tangga. File ini disimpan dengan nama hcsh.csv. 16. Menghitung pangsa lahan berdasarkan kelompok rumah tangga. Pangsa ini dihitung berdasarkan data SNSE. File ini disimpan dengan nama hlns.csv. 17. Menghitung transaksi antara pemerintah dengan rumah tangga berdasarkan data SNSE, yang kemudian disimpan dengan nama hhgo.csv. 18. Menghitung pangsa tenaga kerja berdasarkan kelompok rumah tangga berdasarkan data SNSE. File ini disimpan dengan nama hlbs.csv. 19. Menghitung nilai elastisitas pengeluaran pada setiap komoditi berdasarkan kelompok rumah tangga. Nilai-nilai tersebut diperoleh dari data dasar WAYANG sebelumnya yang kemudian disesuaikan dengan sektor yang terdapat dalam penelitian ini. File ini kemudian disimpan dengan nama expn.scv. 246

5.7.2. Membuat File Har

Data yang telah disiapkan pada langkah pertama di atas selanjutnya dikonversi ke dalam bentuk HAR. Proses ini dilakukan dengan menggunakan program MODHAR. File .har tersebut merupakan matrik-matrik dasar pada model kesimbangan umum Indonesia. Selain data di atas, file lain yang dibutuhkan untuk membuat file .har adalah : 1. File Modraw.inp sebagai input statement ketika me-run program MODHAR. File ini terdiri dari file header array yang dibuat dari semua file .csv di atas. 2. File Dgscale.inp sebagai input statement untuk membagi nilai-nilai yang terdapat pada data input statement dengan angka 1000. File ini digunakan sebagai input statement pada program DAGG. 3. Rawdata .bat sebagai file bat untuk me-run program MODHAR dan program DAGG dalam “batch” mode. File ini merupakan statement untuk me-run program MODHAR dan DAGG. Semua proses di atas akan menghasilkan use08.har dan use08s.har use 08.har dibagi 1000. File 08.har dan 08s.har terdiri dari semua file header array yang dibutuhkan untuk membangun matrik header array pada model keseimbangan umum Indonesia. File tersebut mengandung matrik total, domestik, impor, matrik tenaga kerja, rumah tangga dan matrik yang memetakan sektor yang terdapat pada Tabel I-O dengan SNSE. Adapun langkah-langkah untuk membangun data dasar pada tahap I model keseimbangan umum CGE secara ringkas disajikan pada Gambar 31. 247 Gambar 31. Tahap I dalam Membangun Data Dasar Model Keseimbangan Umum Indonesia 08d.csv 08m.csv 08t.csv Rawlab.csv Rawhh.csv Iosmmap.txt MODHAR EXE MODRAW.INP MODRAW. LOG USE08.HAR DAGG.EXE DGSCALE. LOG USE08S.HAR Other csv files DGSCALE.INP Keterangan: Header Array File Program Text File 248

5.7.3. Membuat File Tablo

Tahap berikutnya tahap III adalah membuat file Tablo agar data yang telah dihasilkan pada tahap I dan II di atas dapat digunakan dalam model. File Tablo tersebut diberi nama INDUSTRINDO.tab. Dengan menggunakan file batch: doconv.bat, file Tablo tersebut dikonversi ke dalam file .axs dan .axt. Tahap III ini akan menghasilkan file way08.har, supp05.har dan sum08.har. Adapun diagram alur untuk membangun data dasar pada tahap II kemudian III ini disajikan pada Gambar 32.

5.7.4. Agregasi Data Dasar

Langkah selanjutnya adalah mengagregasi data dasar sesuai dengan keperluan penelitian. Aggregasi dimulai dari file way 08.har dan supp08.har, yang selanjutnya bersama-sama dengan file dagmap.txt dan modsup.inp diolah dengan menggunakan program MODHAR. Langkah ini akan menghasilkan file daggsupp.har. Selanjutnya dibuat file dgcom08.inp, dgind08.inp dan dgmar08.inp, kemudian semua file tersebut termasuk file daggsupp.har di-run dengan menggunakan program DAGG. Pada Tahap IV ini dihasilkan file wayf08.har yang merupakan file yang digunakan pada analisis selanjutnya. Diagram alur tahap IV ini disajikan pada Gambar 33.

5.7.5. Pengujian Keseimbangan Data Dasar

Sampai pada tahap kedua konstruksi data dasar model CGE lihat bab Metodologi, telah dihasilkan tiga file har yaitu way27.har, supp27.har dan sum27.har. Pada file way27.har telah menggunakan 27 sektor sesuai dengan kebutuhan penelitian. Namun sebelum proses selanjutnya, dilakukan terlebih dahulu pengecekan database yang dihasilkan dari tahap kedua tersebut apakah telah memenuhi persyaratan keseimbangan umum. 249 Gambar 32. Tahap II dan III dalam Membangun Data Dasar Model Keseimbangan Umum CGE INDUSTRINDO. TAB INDUSTRINDO .STI USE08S.HAR TABLO. EXE INDUSTRINDO. LOG INDUSTRINDO.FOR INDUSTRINDO.AXS INDUSTRINDO.AXT INDUSTRI NDO.EXE \GP51\LTG. BAT WAY27. HAR SUPP27. HAR INDUSTRINDO .INP INDUSTRINDO .DIS Keterangan: Header Array File Program Text File SUM27. HAR 250 Gambar 33. Tahap IV dalam Membangun Data Dasar Model Keseimbangan Umum CGE Keseimbangan pada tingkat sektor ditunjukkan oleh kesamaan total nilai input dan total penjualan pada masing-masing industri Dixon et.al., 1991, sementara pada tingkat agregat keseimbangan ditunjukkan oleh kesamaan nilai PDB dari sisi pengeluaran dan sisi pendapatan. Mengacu pada konsep keseimbangan, suatu database disebut seimbang jika: 1 PDB agregat sisi MODSU PP. INP WAY05.HAR SUPP05.HAR DAGMAP.TX T MODHAR.EXE DAGG. EXE DGCOM05.INP TEM1.HAR DAGG. EXE DGIND05.INP TEM2.HAR DAGG. EXE DGMAR05.INP WAY05.HAR DAGSUPP.HAR Keterangan: Header Array File Program Text File 251 pengeluaran sama dengan PDB sisi pendapatan, dan 2 total biaya sama dengan total nilai penjualan sehingga keuntungan setiap sektor atau industri menjadi nol Warr, 1998. Tabel 53. Nilai PDB Indonesia dari Sisi Pengeluaran dan Sisi Pendapatan, Tahun 2008 Milyar Rupiah No Pengeluaran Nilai No Pendapatan Nilai 1 Konsumsi 3 195 804.50 1 Lahan 315 079.38 2 Investasi 1 405 455.25 2 Tenaga Kerja 1 606 250.25 3 Pengeluaran Pemerintah 416 866.66 3 Modal 3 273 059.50 4 Perubahan Stok 103 375.17 4 Subsidi -199 701.98 5 Ekspor 1 487 237.88 5 Pajak Tidak Langsung 307 485.94 6 Impor -1 306 566.38 Total 5 302 173.08 Total 5 302 173.08 Sumber: Tabel I-O, 2008 Diolah Nilai PDB sisi pengeluaran dan sisi pendapatan serta nilai total penjualan dan biaya pada setiap industri yang dihasilkan dari proses pengolahan pada tahap kedua dapat dilihat pada file supp27.har. Pada file tersebut nilai PDB sisi pengeluaran yang merupakan penjumlahan dari komponen pengeluaran setiap pelaku ekonomi yaitu konsumsi rumah tangga, investasi swasta, pengeluaran pemerintah, dan ekspor bersih adalah sebesar Rp 5.302.173,08 milyar Tabel 51. Nilai tersebut sama besarnya dengan nilai PDB dari sisi pendapatan yang merupakan penjumlahan dari pendapatan yang diperoleh pemilik faktor produksi dalam hal ini adalah tanah, tenaga kerja, kapital, subsidi dan pembayaran pajak tidak langsung. Dengan demikian database yang telah dihasilkan untuk 27 sektor atau industri telah memenuhi persyaratan keseimbangan pada tingkat agregat. Disamping nilai PDB tersebut, di dalam database supp27.har juga dapat diperoleh nilai penjualan untuk masing-masing sektor. Nilai penjualan tersebut merupakan penjumlahan dari komponen penjualan masing-masing sektor sebagai barang antara dan investasi, penjualan ke rumah tangga, luar negeri ekspor, dan 252 pemerintah, dan penjualan sebagai margin perdagangan dan transportasi. Nilai penjualan masing-masing sektor tersebut disajikan pada Tabel 54. Tabel 54. Nilai Penjualan Setiap Sektor Diirinci Menurut Jenisnya, Tahun 2008 Triliun Rupiah No Sektor Produk Antara Domestik Investasi Kons. RT Net Ekspor Penge- luaran Pemrth Perubah- an Stok Total 1 Pertanian 752.17 2.21 481.38 -37.92 0.00 -16.16 1 181.68 2 Pertambangan 541.75 1.00 1.07 102.35 0.00 71.31 717.48 3 IndOlahMkn 38.05 0.00 99.00 1.02 0.00 -3.15 134.92 4 IndMinyLemak 57.92 0.00 30.68 118.09 0.00 -10.07 196.63 5 IndGilPadi 55.00 0.00 198.99 -1.33 0.00 -14.54 238.11 6 IndTepung 41.20 0.00 66.18 -4.09 0.00 0.40 103.69 7 IndGula 14.19 0.00 15.96 -7.36 0.00 0.25 23.04 8 IndMknLain 82.91 0.00 93.08 -5.62 0.00 2.20 172.57 9 IndMinuman 4.31 0.00 15.19 -0.94 0.00 -0.69 17.88 10 IndRokok 14.54 0.00 103.26 -0.39 0.00 0.43 117.84 11 IndPintal 28.31 0.00 0.44 10.28 0.00 0.19 39.22 12 IndTekstil 74.92 0.17 99.06 70.20 0.00 12.53 256.87 13 IndKayuRotan 99.72 0.14 33.69 33.79 0.00 7.44 174.78 14 IndKertas 110.05 0.00 21.09 15.43 0.00 0.22 146.79 15 IndPupPest 65.98 0.00 6.46 -27.29 0.00 4.08 49.23 16 IndKimia 323.99 0.00 82.72 -99.26 0.00 -22.47 284.99 17 KilangMinyak 334.71 0.00 97.02 12.49 0.00 -36.11 408.10 18 IndKrtPlstk 107.60 0.00 66.78 55.74 0.00 0.40 230.52 19 IndMinNonLgm 43.05 0.08 6.97 -1.98 0.00 3.97 52.09 20 IndSemen 36.00 0.00 0.00 -0.22 0.00 0.65 36.43 21 IndBesiBaja 123.90 0.00 0.00 -73.66 0.00 2.90 53.13 22 IndLgmNBesi 28.31 0.00 0.00 33.57 0.00 4.98 66.86 23 IndBrngLogam 198.72 7.69 22.41 -20.77 0.00 24.03 232.08 24 IndMesinAlat 301.59 126.69 140.27 -148.38 0.00 57.71 477.89 25 IndAltAngkut 158.93 51.39 116.97 -83.13 0.00 11.08 255.23 26 IndLain 14.62 3.41 15.44 -0.48 0.00 -2.73 30.26 27 JasaJasa 1 683.25 1 212.68 1 381.67 132.69 416.87 4.56 4 831.72 Total 5 335.71 1 405.46 3 195.80

72.83 416.87

103.38 10 530 Sumber: Data IO, 2008 Diolah Nilai total penjualan setiap sektor yang disajikan pada tabel di atas sama besarnya dengan biaya yang dikeluarkan setiap sektor. Total biaya pada setiap sektor merupakan penjumlahan dari komponen-komponennya yang meliputi 253 pembelian barang antara domestik, barang antara impor, pengeluaran untuk marjin, pembayaran pajak tidak langsung, biaya tenaga kerja upah, biaya kapital bunga, sewa tanah, dan pembayaran pajak kegiatan produksi pajak pertambahan nilai. Jumlah biaya pada masing-masing sektor disajikan pada Tabel 55. Tabel 55. Biaya Produksi Setiap Sektor Dirinci Menurut Jenisnya, Tahun 2008 Triliun Rupiah No Sektor Input Antara Upah Gaji Kapital Penyu- sutan Pajak Produksi Total 1 Pertanian 360.10 184.72 605.93 18.46 12.48 1 181.68 2 Pertambangan 143.03 83.50 435.50 31.74 23.71 717.48 3 IndOlahMkn 92.56 10.54 27.07 1.53 3.22 134.92 4 IndMinyLemak 127.24 23.54 40.56 3.39 1.90 196.63 5 IndGilPadi 184.53 10.56 34.17 7.87 0.99 238.11 6 IndTepung 72.97 9.42 18.59 1.40 1.31 103.69 7 IndGula 16.87 1.96 3.05 0.66 0.51 23.04 8 IndMknLain 115.88 17.14 30.49 6.71 2.35 172.57 9 IndMinuman 11.12 2.02 2.38 0.46 1.88 17.88 10 IndRokok 44.63 8.76 16.86 3.37 44.22 117.84 11 IndPintal 27.17 2.53 7.42 1.57 0.54 39.22 12 IndTekstil 156.49 33.40 53.41 10.98 2.58 256.87 13 IndKayuRotan 101.04 20.36 43.40 7.81 2.17 174.78 14 IndKertas 93.29 15.75 30.97 5.35 1.42 146.79 15 IndPupPest 32.88 11.99 17.51 1.77 -14.91 49.23 16 IndKimia 202.12 26.49 37.50 13.27 5.60 284.99 17 KilangMinyak 170.42 61.26 241.71 30.46 -95.74 408.10 18 IndKrtPlstk 167.80 21.39 32.42 5.38 3.52 230.52 19 IndMinNonLgm 26.60 8.69 10.25 4.95 1.60 52.09 20 IndSemen 21.50 4.13 7.79 1.93 1.08 36.43 21 IndBesiBaja 39.35 2.23 8.77 2.02 0.78 53.13 22 IndLgmNBesi 50.40 5.09 7.21 3.25 0.91 66.86 23 IndBrngLogam 120.30 39.62 54.59 13.49 4.09 232.08 24 IndMesinAlat 340.45 38.50 69.03 23.38 6.52 477.89 25 IndAltAngkut 151.76 34.00 54.11 12.25 3.12 255.23 26 IndLain 20.45 3.75 4.70 0.62 0.73 30.26 27 JasaJasa 2 444.75 924.92 1 154.22 324.47 -16.64 4 831.72 Total 5 335.71 1 606.25 3 049.60 538.54 -0.06 10 530.04 Sumber: Data IO 2008 dan SAM, 2005 Diolah 254 Kesamaan nilai penjualan dan biaya produksi pada setiap sektor berimplikasi pada tingkat keuntungan nol sesuai dengan properties pasar persaingan sempurna. Asumsi ini digunakan dalam model CGE yang diterapkan pada penelitian ini. Setelah database 27 sektor diyakini seimbang baik pada tingkat agregat maupun sektoral, maka proses pengolahan data dapat dilanjutkan pada tahap akhir yaitu proses simulasi kebijakan. Database way27.har merupakan database terakhir yang digunakan dalam melakukan simulasi kebijakan. HAR data untuk 27 sektor tersebut tersimpan dalam file way27.har ditunjukkan pada Tabel 56. Tabel 56. Komponen Database 27 Sektor No Header Dimension Coeff Total Name 1 0TAR COM V0TAR 22 766 Va0TARCom 2 1ARM COM SIGMA1 103 Armington elasticities: intermediate 3 1CAG 1 V1CAPA 309 306 Capital Rentals 4 1CAP KAPNAGR V1CAPN 2 963 754 VICAPNRNAL : NAI 5 1LND Ind V1LND 315 079 Land rentals 6 1OCT Ind V1OCT -199 702 Other cost tickets 7 CAPA HH MMAN 309 306 MMANHH 8 CAPN HH MMNN 856 197 mobile cap owned by hh non agr 9 CAPS HHNAGR FIXEDK 2 107 557 Fixed capital owned by HH Non Agric. 10 SLAB Ind SIGMA1LAB 12 SIGMA1LAB IND 11 P028 Ind SIGMA1PRIM 14 SIGMA1PRIM IND 12 2ARM COM SIGMA2 27 Armington elasticities: investment 13 3ARM COM SIGMA3 54 Armington elasticities: households 14 SCET Ind SIGMA1OUT 0 SIGMA1OUT 15 P021 HH FRISCH -29 Frisch LES parameter 16 TRAN TYPE TRANSFER_F 27 446 Gov Trans foreign 17 GOHH HHTYPE TRANSFER_H 207 590 Gov Trans household 18 HINC HHOCC HINC 8 015 170 HINCHH:OCC 19 LAND AGRICHH LANDS 315 079 Household land rental by industry 20 P018 COM EXP_ELAST -156 Export demand elasticity 21 1SCL IndSCL SCLSHARE1 27 Business scale output share 255 Tabel 56. Lanjutan No Header Dimension Coeff Total Name 22 2SCL IndSCL SCLSHARE2 27 Business scale investment share 23 3SCL COMSCL SCLSHARE3 27 Business scale consumption share 24 4SCL COMSCL SCLSHARE4 27 Business scale export share 25 5SCL COMSCL SCLSHARE5 27 Business scale other share 26 1BAS COMSRCInd V1BAS 5 200 711 Intermediate Basic 27 2BAS COMSRCInd V2BAS 1 378 152 Investment Basic 28 2BS_ COMSRC V2BASOLD 1 378 153 Investment Basic 29 2TOT Ind V2TOT 1 405 455 Investment by Ind 30 3BAS COMSRCHH V3BAS 3 100 906 Households Basic 31 4BAS COM V4BAS 1 460 607 Exports Basic 32 5BAS COMSRC V5BAS 415 978 Government Basic 33 6BAS COMSRC V6BAS 103 375 Inventory Changes 34 1 MAR COMSRCIndMAR V1MAR 0 Producer Margin 35 2 MAR COMSRCIndMAR V2MAR 0 Investment Margins 36 3 MAR COMSRCMARHH V3MAR 0 Household Margins 37 4 MAR COMMAR V4MAR 0 Export Margins 38 5 MAR COMSRCMAR V5MAR 0 Government Margins 39 1TAX COMSRCInd V1TAX 134 998 Intermediate Tax 40 2TAX COMSRCInd V2TAX 27 301 Investment Tax 41 2TX_ COMSRC V2TAXOLD 27 303 Investment Tax 42 3TAX COMSRCHH V3TAX 94 898 Households Tax 43 4TAX COM V4TAX 26 631 Exports Tax 44 5TAX COMSRC V5TAX 889 Government Tax 45 1LAB IndOCC V1LAB 1 606 250 Labour 46 MAKE COMInd MAKE 10 330 396 Multiproduct Matrix 47 XPEL COMHH EPS 536 Expenditure Elasticities 48 ALPH AGRIFACAGRIFAC AGRIC Beta_A 0 BETA_A 49 ALP2 N_AGRIFAC N_AGRIFACNAGR Beta_N 0 BETA_N 50 TRNL Ind TRNL 0 TRNL 51 EXNT 1 -4 Non Traditional Export Demand Elasticity 52 P027 Ind QCOEF 55 GrossNet Rate of Return 53 BETR Ind BETA_R 135 Investment Parameter 54 PINC HH V0HHTAX 11 363 Personal income tax 55 YBYK Ind R_W 3 Investment Capital Ratio 56 DPRC Ind DEP 24 Depreciation Factors 57 EMPR 1 1 ActualTrend Employment

VI. FAKTOR-FAKTOR PENYEBAB DEINDUSTRIALISASI

6.1. Pengujian Asumsi-Asumsi Klasik

Regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen terikat dengan satu atau lebih variabel independen variabel penjelas bebas, dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui. Uji asumsi-asumsi klasik dilakukan dengan pengujian asumsi OLS Ordinary Least Square untuk memastikan bahwa model penelitian memenuhi atau tidak melanggar asumsi-asumsi klasik. Asumsi utama yang mendasari model regresi linier klasik dengan menggunakan metode OLS adalah : 1. Linier dalam parameter, terspesifikasi dengan benar, dan memiliki error term yang bersifat additif 2. Nilai rata-rata atau nilai yang diharapkan dari variabel disturbance atau error term adalah nol. 3. Kovarians antara variabel disturbance dengan variabel Xi adalah nol. 4. Varians dari variabel residu disturbance adalah sama homoskedastisitas 5. Tidak ada korelasi antar variabel disturbance pada pengamatan satu dengan pengamatan lain autokorelasi 6. Tidak ada korelasi sempurna antar variabel-variabel bebas multikolinieritas 7. Variabel error term memiliki distribusi normal asumsi ini bersifat optional, namun biasanya disertakan. Sedangkan hasil analisis regresi adalah berupa koefisien regresi untuk masing- masing variabel independen. Variabel ini diperoleh dengan cara memprediksi nilai variabel dependen dengan suatu persamaan. Koefisien regresi dihitung dengan 2 dua