6.5.2.4 Impor Karet Alam Sisa Dunia
Hasil pendugaan parameter dan elastisitas dari peubah-peubah yang mempengaruhi impor karet alam sisa dunia dapat dilihat pada Tabel 44. Impor
karet alam sisa dunia RWRETM dipengaruhi oleh harga dunia karet alam WRETPR, dan lag impor karet alam sisa dunia LRWRETM. Tanda koefisien
parameter dugaan dari masing-masing peubah sesuai dengan yang diharapkan. Secara statistik hanya peubah lag impor karet alam sisa dunia yang berbeda nyata
dengan nol pada taraf α = 0.01.
Tabel 44. Hasil Pendugaan Parameter Fungsi Impor Karet Alam Sisa Dunia RWRETM
Peubah Koefisien
t Value Pr |t|
E
SR
E
LR
Intersep 1001.396
1.63 0.1173
Harga karet di pasar dunia -1.82183
-0.31 0.7575 -0.0421 -0.1677
Impor karet sisa dunia
t-1
0.748898 5.48 .0001
R
2
=0.5781 F=15.07
DW= 2.3641 Dh= -1.246
Keterangan: E
SR
= Elastisitas Jangka Pendek; E
LR
= Elastisitas Jangka Panjang Nilai parameter dugaan harga riil karet alam dunia adalah -1.8218, artinya
harga riil karet alam dunia memiliki hubungan negatif terhadap ekspor karet alam sisa dunia. Respon impor karet alam sisa dunia terhadap perubahan harga riil
karet alam dunia adalah inelastis baik jangka pendek -0.0421 maupun jangka panjang -0.1677, artinya bahwa kenaikan harga riil karet alam dunia sebesar satu
persen akan menurunkan impor karet alam sisa dunia dalam jangka pendek sebesar 0.0421 persen dan jangka panjang sebesar 0.1677 persen. Jadi
peningkatan harga riil karet alam dunia hanya berdampak kecil terhadap perubahan impor karet alam sisa dunia.
VII. ANALISIS SIMULASI KEBIJAKAN
7.1 Validasi Model Ekonometrika Industri Kelapa Sawit dan Karet
Indonesia Simulasi kebijakan bertujuan untuk menganalisis dampak berbagai
kebijakan dengan cara mengubah nilai peubah kebijakan. Sebelum melakukan simulasi kebijakan perlu dilakukan validasi model untuk melihat apakah nilai
dugaan sesuai dengan aktual dari masing-masing peubah endogen. Pindyck 1991 menunjukkan banyak indikator statistik yang dapat
digunakan untuk mengevaluasi kinerja suatu model yang dapat saling melengkapi terutama pada model yang besar. Indikator statistik yang digunakan untuk
evaluasi model adalah RMSE Root Mean Square Error, RMSPE Root Mean Square Percent Error
dan U Theil Inequality Coefficient. Suatu model dikatakan baik apabila nilai RMSE Root Mean Square Error, RMSPE Root
Mean Square Percent Error dan U Theil Inequality Coefficient semakin kecil.
Dimana nilai U berkisar antara 0 dan 1, jika U sama dengan 1 maka pendugaan model sangat buruk.
Model yang digunakan dalam penelitian ini divalidasi dengan menggunakan nilai RMSE, RMSPE dan U yang akan disajikan secara lengkap
pada Lampiran 5, hasil validasi model menunjukkan bahwa semua peubah endogen memiliki RMSPE yang cukup kecil yaitu dibawah 50 persen.
Berdasarkan nilai U Theil pada Tabel 45, semua persamaan mempunyai nilai U lebih kecil dari 0.20. Hal ini berarti model secara umum baik untuk
digunakan dalam analisis simulasi alternatif dampak kebijakan. Dalam penelitian