3.3 Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah Grager Causality Test. Analisis Grager Causality Test adalah alat untuk melihat
hubungan timbal-balik causal antara produktivitas pertanian dengan impor beras.
3.3.1 Uji Akar Unit Unit Root Test
Di dalam analisis yang menggunakan data runtun waktu time series perlu diketahui apakah data yang digunakan stasioner atau tidak. Data yang
stasioner adalah data yang memiliki nilai rata-rata dan varian observasi yang konstan. Apabila data yang diperoleh tidak konstan maka dikhawatirkan regresi
yang dilakukan adalah regresi palsu spurious regression. Sehingga dengan melakukan uji stasioneritas hasil estimasi regresi yang diperoleh adalah hasil
yang baik karena telah terhindar dari masalah autokorelasi. Salah satu metode untuk melakukan uji akar unit unit root test adalah
menggunakan metode Augmented Dickey Fuller ADF, metode ini digunakan untuk melihat stasioneritas data time series dari variabel produktivitas pertanian
dan impor beras,. Uji Akar Unit ini dilakukan dengan Eviews 7.1. adapun formula dari uji Augmented Dickey Fuller ADF dapat dinyatakan sebagai
berikut:
DYt= α0 + γY
t-1
+ ∑
�
� �=1
i
DY
t-1
+ε Dimana:
D = Perbedaan atau differensiasi α = Intercept
Y = Variabel yang diamati pada tingkat periode tertentu β = Operasi kelambanan waktu backward lag operator
ε = Error term
Universitas Sumatera Utara
Uji Augmented Dickey Fuller ADF dilakukan dengan hipotesis null γ= 0.
Prosedur untuk mengetahui data stasioner atau tidak dengan cara membandingkan antara stasioner Augmented Dickey Fuller ADF yang
diperoleh dari nilai t-statistik dengan nilai kritis distribusi MacKinnon. Jika nilai absolut t-statistik Augmented Dickey Fuller ADF lebih besar dari nilai kritis
MacKinnon maka data stasioner dan sebaliknya jika nilai absolut statistik Augmented Dickey Fuller ADF lebih kecil dari nilai kritis MacKinnon maka
data tidak stasioner. Hal penting dalam uji Augmented Dickey Fuller ADF adalah menentukan panjangnya kelambanan.
3.3.2 Uji Kausalitas Granger Causality Test
Pengujian dengan metode Granger Causality Test digunakan untuk melihat hubungan kausalitas hubungan timbal balik antara variabel-variabel
yang diteliti yakni produktivitas pertanian dan impor beras. Sehingga dapat diketahui kedua variabel tersebut secara statistik apakah mempunyai hubungan
dua arah, memiliki hubungan searah atau sama sekali tidak ada hubungan tidak
saling mempengaruhi. Berikut ini adalah metode Granger Causality Test:
Xt = ∑
�
� �=1
I
X
t-I
+ ∑
�
� � =1
j
Y
t-j
+μ
t
Y
t
= ∑
�
� �=1
I
Y
t-1
+ ∑
�
� � =1
j
X
t-j
+ v
t
Dimana: Y = Produktivitas Pertanian di Indonesia
X = Impor Beras di Indonesia μ, v = Error of Term
Universitas Sumatera Utara
μ
t
dan v
t
adalah error terms yang diasumsikan tidak mengandung korelasi serial. Berdasarkan hasil regresi linear diatas maka akan menghasilkan empat
kemungkinan mengenai nilai koefisien-koefisien regresi dari masing-masing: 1 Jika
∑ �
� � =1
j
≠ 0 dan ∑ d
� � =1
j
= Maka terdapat kausalitas searah antara Produktivitas Pertanian ke Impor
Beras 2 Jika
∑ �
� � =1
j
= 0 dan ∑
d
� � =1
j
≠ Maka terdapat kausalitas searah antara Impor Beras ke Produktivitas
Pertanian 3 Jika
∑ �
� � =1
j
≠ 0 dan
∑ d
� � =1
j
≠ Maka terdapat kausalitas dua arah bilateral antara Produktivitas
Pertanian ke Impor Beras 4 Jika
∑ �
� � =1
j
= 0 dan ∑
d
� � =1
j
= Maka tidak tedapat hubungan antara Produktivitas Pertanian dengan
Impor Beras Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas yang
tersebut diatas, maka dilakukan F-test untuk masing-masing model regresi.
3.3.3 Regresi Linier