Sumber data yang diperoleh berasal dari berbagai sumber. Data Harga Jagung Impor tahun 2009-2012 bersumber dari Statistik Perdagangan Luar Negeri dan
Antar PulauProvinsi untuk Ekspor dan Impor Provinsi Sumatera Utara, Badan Pusat Statistik Sumatera Utara. Data Harga Jagung Impor tahun 2012 bersumber
dari Statistik Perdagangan Luar Negeri Impor Provinsi Sumatera Utara, Badan Pusat Statistik Sumatera Utara. Data Harga Jagung Sumatera Utara bersumber
dari Laporan Tahunan 2010, Dinas Pertanian Sumatera Utara. Data Produksi Jagung Sumatera Utara bersumber dari Analisis Usaha Tani Tanaman Padi,
Jagung, Kedelai, dan Tebu Sumatera Utara Tahun 2009, Badan Pusat Statistik Sumatera Utara.
3.3 Metode Analisis Data
Metode analisis penelitian ini adalah uji regresi linear berganda. Dalam penelitian ini digunakan data skunder berupa data bulanan atau tahunan times series. Data
times series yang dikumpulkan adalah data dalam nilai nominal, namun dalam pengoperasian analisis, data distandarisasi terlebih dahulu dengan mengubah nilai
nominal menjadi rill. Data yang dikumpulkan berupa data nominal, artinya masih ada pengaruh inflasi
didalamnya. Untuk itu, data harga jagung diubah kedalam nilai rupiah dengan menggunakan nilai Exchange Rate. Menurut Lipsey,dkk 1984 cara
mengkonversi nilai nominal kedalam nilai rill dapat menggunakan rumus:
Nilai Rill = x100
IHK al
NilaiNomin
Keterangan: IHK: Indeks Harga Konsumen
Universitas Sumatera Utara
Model Ekonometrika
Spesifikasi model meliputi penentuan peubah penjelas yang terkandung dalam model, tanda, dan besar koefisien parameter fungsi dan bentuk matematis model.
Spesifikasi model dilakukan untuk menjelaskan hubungan antar variabel dalam bentuk matematika sehingga fenomena ekonomi dapat dieksplorasi secara
empiris. Analisis pengaruh volume impor jagung terhadap harga jagung dalam negeri dilakukan dengan membentuk model sebagai berikut:
HJG = a0 + a1 PROt + a2 STK
t-1
+ a3 VIM
t-1
+ a4 HJS
t-1
+ a5 HDI
t-1
+ a6 HJI
t
+ a7KRS
t
+ a8 HPT
t
Dimana: HJG
t
: Harga jagung pipil produsen Sumatera Utara pada periode bulan ke- t PRD
t
: Produksi jagung Sumatera Utara pada periode bulan ke- t STK
t-1
: Stok jagung pipil pada periode sebelumnya VIM
t-1
: Volume impor jagung pipil pada periode sebelumnya HJS
t-1
: Harga jagung pipil produsen Sumatera Utara pada periode sebelumnya HDI
t-1
: Harga jagung domestik Indonesia pada periode sebelumnya HJI
t
: Harga jagung impor pada periode bulan ke- t KRP
t
: Nilai tukar dollar terhadap rupiah pada periode bulan ke- t HPT
t
: Harga pakan ternak unggas pada periode bulan ke- t
Model yang dibentuk harus dinilai kelayakannya baik secara statistik maupun secara ekonometrik. Secara statistik, model dinilai dengan uji-F, uji thitung, serta
Universitas Sumatera Utara
koefisien determinasi R
2
. Secara ekonometrik, dilakukan pengujian apakah model yang dibentuk melanggar asumsi dasar seperti multikolinieritas,
homoskedastisitas dan autokorelasi.
Uji Statistik terhadap Model
1. Analisis Koefisien determinasi R-Square
Penilaian terhadap koefisien deteminasi bertujuan untuk melihat apakan kekuatan variabel bebas untuk mempengaruhi kekuatan variabel terikat. Semakin banyak
variabel bebas yang digunakan maka semakin tinggi pula koefisien deteminasinya Nachrowi dan Usman,2006.
2. Uji F
Untuk mengetahui dan menguji apakah variabel penjelas secara bersama-sama berpengaruh nyata terhadap variabel endogen, maka pada model dilakukan uji F.
Statistik uji : F hitung =
1 k
n SSE
k SSR
− −
: dengan derajat bebas = k-1, n-k Dimana:SSR = jumlah kuadrat regresi
SSE = jumlah kuadrat error K = jumlah parameter
n = jumlah pengamatan Hipotesis yang digunakan untuk pengujian:
H0 : pengaruh variabel bebas secara serempak terhadap harga produsen jagung pipil adalah tidak nyata.
Universitas Sumatera Utara
H1 : pengaruh variabel bebas secara serempak terhadap harga produsen jagung pipil adalah nyata.
Kriteria uji pengambilan keputusan: Jika nilai signifikansi
≥ α H0 diterima, artinya variabel bebas secara bersama- samatidak berpengaruh nyata terhadap variabel endogen pada tingkat kepercayaan
tertentu. Jika nilai signifikansi α H1 diterima, artinya variabel bebas secara bersama-
sama berpengaruh nyata terhadap variabel endogen pada tingkat kepercayaan tertentu.
2. Uji t
Selain dilakukan uji variabel eksogen secara bersama-sama, dilakukan pula uji parsial uji t. Uji t bertujuan untuk mengetahui apakah variabel eksogen yang
terdapat dalam model secara individu berpengaruh nyata terhadap variabel endogen.
Statistik uji: t-hitung = i
ß S
i ß
, dengan derajat bebas = n – k Dimana: ß i = koefisien parameter dugaan
Sßi = standar deviasi parameter dugaan k = jumlah parameter
n = jumlah pengamatan Hipotesis uji statistik t adalah sebagai berikut:
H0 = perubahan suatu variabel eksogen secara individu tidak berpengaruh nyata terhadap perubahan variabel endogen.
Universitas Sumatera Utara
H1 = perubahan suatu variabel secara individu berpengaruh nyata terhadap perubahan variabel endogen.
Kriteria uji: Jika nilai signifikansi
≥ α, H0 diterima , artinya variabel eksogen yang diuji tidak berpengaruh nyata terhadap variabel endogennya pada taraf nyata a.
Jika nilai signifikansi α, H1 diterima, artinya variabel eksogen yang diuji berpengaruh nyata terhadap variabel endogennya pada taraf nyata a.
Uji Asumsi Klasik
Model regresi linear berganda dapat dikatakan sebagai model yang baik jikia model memenuhi kriteria BLUE Best Linear Unbiased Estimator. BLUE dapat
dicapai apabila memenuhi asumsi klasik. 1.
Uji Multikolinearitas Multikolinieritas dalam model dapat diidentifikasi dengan melihat nilai tolerance
dan Variance Inflation Factor VIF. Nilai tolerance berkisar 1. Jika nilai tolerance variabel independennya lebih besar dari 1, maka terdapat masalah
multikolinieritas. Menurut Gujarati 1995 cara lain dalam mendeteksi multikolinearitas adalah dengan cara melihat koefisiien korelasi sederhana,
dimana nilainya tidak boleh lebih dari 0,8. Nilai VIF dapat dihitung dengan rumus:
xi R2
1 1
− =
VIFxi Dimana: R
2
Xi = koefisien determinasi dari model dimana Xi adalah fungsi dari variabel lainnya.
Universitas Sumatera Utara
Sebagai tambahan bahwa nilai VIF = tolerence
1 , dapat dilihat langsung pada
output regresi pada SPSS.
2. Uji Autokorelasi
Persamaan dalam penelitian ini menggunakan data times series yang mengandung lagged endogenous variable. Pada jenis data seperti itu sering ditemukan masalah
autokorelasi, dimana terjadi hubungan error term antar dua pengamatan. Kasus autokorelasi positif lebih banyak terjadi dari pada autokorelasi negatif. Jika
residual dalam persamaan regresi mengandung autokorelasi positif, penggunaan metode kuadrat terkecil menimbulkan beberapa msalah yaitu:
- Kesalahan baku estimasi menilai variabilitas kesalahan menjadi lebih rendah.
- Interval keyakinan dan pengujian dengan menggunakan distribusi t dan F
tidak dapat lagi diterapkan secara tepat. -
Kesalahan baku koefisien regresi menilai variabilitas koefisien regresi yang ditaksir terlalu rendah.
Untuk mengetahui adanya gejala autokorelasi pada suatu model regresi yaitu dengan menggunakan uji Durbin Watson DW. Penentuan daerah nilai DW
menggunakan nilai kritis dU nilai batas atas dan dL nilai batas bawah berdasarkan jumlah sampel dan banykanya variabel bebas. Terdapat beberapa
standar dalam menentukan keputusan ada tidaknya autokorelasi serta menentukan dimana nilai DW berada adalah sebagai berikut:
a. DW dL : Terdapat autokorelasi positif
b. dL DW dU : Tidak dapat disimpulkan
c. dU DW 4-dU : Tidak terdapat autokorelasi
Universitas Sumatera Utara
d. 4-dU DW 4dL : Tidak dapat disimpulkan
e. DW 4-dL : Terdapat autokorelasi negatif
3. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah variabel pengganggu e memiliki distribusi normal atau tidaak. Uji normalitas dapat dilihat dari posisi
normal sebaran data dengan menggunakan standart deeviasi dari histogram dan juga one sample Kolmogorov Smirnov test .
3.4 Definisi dan Batasan Operasional