Fungsi Ekspor Kerangka Pemikiran Teoritis 1. Teori Penawaran dan Permintaan

Dimana: Xt = Jumlah ekspor tahun ke t PBt = Jumlah produksi domestik pada tahun ke t KBt = Jumlah konsumsi domestik pada tahun ke t SB t-1 = jumlah stok awal tahun ke t atau akhir tahun lalu tahun ke t-1 Jumlah produksi beras tahun ke t PBt pada dasarnya ditentukan input- inputnya yaitu luas areal panen padi LPt, penggunaan pupuk urea PUt, iklim yang terjadi selama satu tahun dan dalam hal ini adalah curah hujan rata-rata CH t , dan penggunaan teknologi yang ditunjukkan oleh produktivitas PVt. Dengan melihat faktor-faktor tersebut maka fungsi produksi dapat dituliskan sebagai berikut: PBt = f LPt, PUt, CHt, PVt, ................................................................. 5 Produksi yang dihasilkan tersebut sebagian besar akan dikonsumsi mengingat jumlah penduduk yang besar sehingga kebutuhan pangan pun besar. Besar konsumsi tersebut KBt tergantung pada harga beras domestik HEt, Jumlah penduduk JPt, Pendapatan per kapita YPt, harga komoditi substitusi dalam hal ini jagung HJt dan selera yang ditunjukkan oleh konsumsi per kapita CPt. Dengan demikian maka fungsi konsumsi dapat dituliskan sebagai berikut : KBt = f HEt, JPt, YPt, HJt, CPt ........................................................... 6 Dari penjelasan-penjelasan tersebut maka ekspor X t suatu komoditi pertanian dapat dinyatakan dalam bentuk persamaan struktural sebagai berikut: Xt = f LPt, PUt, CHt, PVt, HEt, JPt, YPt, HJt, CPt, SBt .. .................. 7 Selain dipengaruhi oleh faktor- faktor dalam negeri, jumlah ekspor tahun ke t juga dipengaruhi oleh faktor- faktor yang berasal dari luar negeri. Ada dua faktor yang berpengaruh terhadap jumlah ekspor tahun ke t yaitu tingkat nilai tukar Exchange Rate ERt, dan harga beras internasional HDt. Dengan demikian maka fungsi ekpor menjadi : Xt = f LPt, PUt, CHt, PVt, HEt, JPt, YPt, HJt, CPt, SBt, ERt, HDt...8 Berdasarkan teori tersebut di atas maka pada saat fungsi ekspor tersebut digunakan pada komoditas beras pada penelitian ini ada beberapa peubah yang dikeluarkan dari fungsi ekspor karena diduga berpengaruh sangat kecil dan ada peubah yang sulit diduga. Selain itu juga karena ketidaktersediaan data yang diperlukan. Beberapa variabel yang tidak dimasukkan dalam analisis yaitu: 1. Luas Panen Padi LPt, curah hujan CHt, pupuk urea PUt, harga dasar gabah HGt, stok beras SBt, dan teknologi atau produktivitas PVt. Pada penelitian ini, variabel- variabel seperti luas panen padi LPt, curah hujan CHt, pupuk urea PUt, stok beras SBt, dan teknologi atau produktivitas PVt sudah terwakili oleh variabel produksi beras PBt, sehingga tidak perlu dimasukkan kembali ke dalam model persamaan ekspor. 2. Jumlah penduduk JPt, pendapatan per kapita YPt, dan konsumsi beras domestik KBt. Pendapatan per kapita Ypt dan konsumsi beras domestik telah diwakili oleh tingkat konsumsi beras per capita CPt. Peningkatan jumlah penduduk akan mempengaruhi tingkat konsumsi domestik. Oleh karena variabel konsumsi beras per kapita telah mewakili konsumsi beras domestik, maka variabel jumlah penduduk tidak perlu dimasukkan kembali ke dalam model. 3. Harga komoditi substitusi atau harga jagung HJt Variabel harga komoditi substitusi atau harga jagung HJt tidak dimasukkan ke dalam model persamaan karena diduga berpengaruh sangat kecil terhadap volume ekspor beras Indonesia. 4. Harga beras interna sional atau harga beras dunia HDt Variabel harga beras internasional HDt tidak dimasukkan ke dalam persamaan karena variabel tersebut sudah terwakili oleh adanya variabel nilai tukar rupiah terhadap dollar ERt. Nilai tukar rupiah terhadap dollar ERt menyatakan berapa besar nilai rupiah yang harus dikorbankan untuk mendapatkan dollar Amerika Serikat, yang dinyatakan dengan satuan rupiah per dollar AS RpUS. Nilai tukar ini menggambarkan daya saing suatu negara dalam melakukan perdagangan internasional. Pada saat nilai tukar rupiah meningkat yang berarti nilai rupiah melemah, maka secara teori permintaan terhadap dollar meningkat sehingga peningkatan permintaan terhadap dollar akan meningkatkan ekspor. Dari teori tersebut maka fungsi ekspor dapat dirumuskan sebagai berikut: Xt = f PBt, ERt, HEt, CPt ........................................................ 9 Sedangkan fungsi produksi dapat dirumuskan sebagai berikut: PBt = f LPt, HGt, PUt, CHt ........................................................ 10

3.1.5 Analisis Regresi Berganda

Analisis regresi linier berganda adalah analisis yang berkenaan dengan studi ketergantungan satu variabel variabel dependen yang satu atau lebih variabel lain variabel independen dengan maksud menaksir dan atau meramalkan nilai variabel dependen berdasarkan nilai yang diketahui dari variabel yang menjelaskan variabel independen. Model regresi yang terdiri lebih dari satu variabel independen disebut model regresi berganda Gujarati, 1991. Pendekatan yang paling umum digunakan dalam menentukan garis yang paling cocok disebut Metode Kuadrat Terkecil atau Ordinary Least Square OLS. Metode kuadrat terkecil digunakan untuk menghitung persamaan garis lurus yang meminimisasi jumlah kuadrat jarak antara titik data X-Y dengan garis ya ng diukur ke arah vertikal Y. Dengan menggunakan OLS, dapat diperoleh intersep dan slope sehingga diperoleh garis regresi yang menunjukkan trend data secara baik. Dalam mengevaluasi apakah model ya ng digunakan sudah baik atau belum, terdapat beberapa kriteria ya ng memerlukan pengujian secara statistik. Indikator untuk melihat kebaikan model adalah R 2 , F-hitung, dan t-hitung.ukuran ini digunakan untuk menunjukkan signifikan atau tindakannya model yang diperoleh secara keseluruhan. Dalam model regresi berganda dapat terjadi keterkaitan antar variabel bebas yang disebut multikolinieritas. Multikolinieritas merupakan keadaan dimana variabel- variabel independen pada regresi berganda saling berhubungan erat. Kekuatan multikolinieritas diukur melalui faktor varian inflasi. Dalam analisis regresi dengan data time series dan cross-section terdapat masalah autokorelasi. Autokorelasi timbul karena sederetan pengamatan dari waktu ke waktu saling berkaitan satu dengan yang lainnya, sehingga suatu nilai kejadian pada periode waktu sebelumnya akan mempengaruhi nilai pada kejadian peride waktu berikutnya. Pengujian autokorelasi tersebut dilakukan dengan uji Durbin Watson.