TESIS RITA YULIANA

EVALUASI PERUBAHAN TINGKA T KESEJAHTERAAN RUMAHTANGGA SEBAGAI DAMPAK KENAIKAN HARGA BBM DI INDONESIA, PERIOD E PEBRUARI 2005- MARET 2006

TESIS

RITA YULIANA 0706178251

UNIVERSITAS INDONESIA FAKULTAS EKONO MI PROGR AM PASCASARJANA ILMU EKONO MI DEPOK AGUSTUS 2008

EVALUASI PERUBAHAN TINGKAT KESEJAHTE RAAN RUMAHTANGGA SEBAGAI DAMPAK KENAIKAN HARGA BBM DI INDONESIA, PERI ODE PEBRUARI 2005- MARET 2006

TESIS Diajukan sebagai salah satu syarat guna memperoleh gelar Magister Sains Ekonomi pada Program Studi llmu Ekonomi Program Pascasarjana Fakultas Ekonomi Universitas Indonesia

RITA YULIANA 0706178251

UNIVERSITAS INDONESIA FAKULTAS EKONOMI PROGRAM STUDI ILMU EKONOMI KEKHUSUSAN EKONOMI WILAYAH DAN PERKOTAAN DEPOK AGUSTUS 2008

HALAMAN PERNYATAAN ORISINALITAS

Tesis ini adalah basil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama

:RITA YULIANA

NPM

: 0706178251

Tanda Tangan Tanggal

: 20 Agustus 2008

11

HALAMANPENGESAHAN

Tesis ini diajukan oleh Nama NPM Program Studi Judul Tesis

RITA YULIANA 0706178251 Ilmu Ekonomi Evaluasi Perubahan Tingkat Kesejahteraan Rumahtangga Sebagai Dampak Kenaikan Harga BBM di Indonesia, Periode Pebruari 2005 - Maret 2006

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Magister Sains Ekonomi pada Program Studi Ilmu Ekonomi Fakultas Ekonomi, Universitas Indonesia.

DEWAN PENGUJI

Pembimbing Tesis

Dr. NUZUL ACHJAR

Penguji Tesis

Ketua Penguji Tesis/ Ketua Program Studi

Ditetapkan di : Depok Tanggal

: 20 Agustus 2008

lll

KATAPENGANTAR Alhamdulillahirobbil'alamin, atas kehendak dan pertolongan Allah penulis dapat menyelesaikan studi di Program Pascasarjana Ilmu Ekonomi, Fakultas Ekonomi Universitas Indonesia dalam waktu 13 bulan, serta memperkenankan penulis menyelesaikan tesis ini. Penulis menyadari bahwa telah banyak pihak yang membantu dan membimbing penulis, mulai dari penerimaan menjadi mahasiswa sampai pada penulisan tesis ini. Oleh karena itu, penulis mengucapkan terima kasih kepada: 1.

Pusbindiklatren Bappenas RI yang telah memberikan kesempatan penulis untuk mengikuti program diklat gelar 13 bulan di Program Pascasarjana Ilmu Ekonomi, Fakultas Ekonomi Universitas Indonesia.

2.

Kepala Badan Pusat Statistik (BPS) Propinsi Sumatera Barat yang telah memberi izin penulis untuk mengikuti seleksi program diklat gelar 13 bulan.

3.

Bapak Jossy Prananta Moeis, selaku pembimbing tesis yang telah banyak membantu dan membimbing penulis dalam menyusun tesis ini.

4.

Bapak Arindra A. Zainal, selaku ketua penguji tesis/ketua program studi dan Bapak Nuzul Achjar, selaku penguji tesis yang telah menyediakan waktu, tenaga dan pikiran untuk mengarahkan penulis dalam menyelesaikan tesis ini.

5.

Direktorat Diseminasi Statistik, Badan Pusat Statistik (BPS) RI yang telah menyediakan data yang penulis butuhkan dalam penyusunan tesis ini.

6.

Pihak Program Pascasarjana Ilmu Ekonomi (PPIE): para dosen, asisten dan tutor yang telah memberikan ilmunya, Mba Mila dan kru yang telah memperlancar semua urusan akademik.

7.

Sahabat-sahabat seperjuangan, Agung, Bahari, Budi, Diana, Dyah, Ermi, Febri, Jerry, Kaspuri, Meindra, Ummu, Nur, Rahman, Saripudin, Haryanta, Eki, Yayat, Zulfa, yang telah kompak dalam mengarungi perkuliahan, suka dan duka kita lewati bersama.

8.

Ayah dan ibu tercinta; adik-adik: Rina & Eri, Rida & Hendri; para keponakan: Wildan, Sheren, Aliya, Adnan, Rayyan, Fathir; keluarga di Kalisari: Tante Ros & Om Djas, Lisa, Anis, yang telah memberikan doa dan semangat sehingga penulis dapat menyelesaikan studi ini. IV

Akhir kata, penulis memohon doa kepada Allah untuk berkenan membalas segala kebaikan dari semua pihak yang telah membantu, baik yang sudah disebutkan maupun yang terlupa untuk disebutkan. Semoga tesis ini membawa manfaat bagi pengembangan ilmu, dan semoga apa yang telah penulis peroleh dari studi ini dapat menjadi ilmu yang bermanfaat. Amin ya robbal 'alamin ...... .

Depok, 20 Agustus 2008 Penulis

v

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini: Nama

: RITA YULIANA

NPM

: 0706178251

Program Studi

: Ilmu Ekonomi

Fakultas

: Ekonomi

Jenis karya

: Tesis

demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Indonesia Hak Bebas Royalti Non-eksklusif (Non-exclusive

Royalty-Free Right) atas karya ilmiah saya yang berjudul: EVALUASI

TINGKAT

PERUBAHAN

KESEJAHTERAAN

RUMAHTANGGA SEBAGAI DAMPAK KENAIKAN HARGA BBM DI INDONESIA, PERIODE PEBRUARI 2005- MARET 2006 beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif ini

Universitas

Indonesia berhak

menyimpan,

mengalihmedia/

formatkan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan tugas akhir saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.

Demikian pemyataan ini saya buat dengan sebenamya.

: Depok Dibuat di Pada tanggal : 20 Agustus 2008 Yang menyatakan

&

(RITA YULIANA)

Vl

ABSTRAK

: RITA YULIANA Nama Program Studi : llmu Ekonomi : Evaluasi Perubahan Tingkat Kesejahteraan Rumahtangga Judul Sebagai Dampak Kenaikan Harga BBM di Indonesia, Periode Pebruari 2005 - Maret 2006 Kenaikan harga minyak dunia yang cukup signifikan pada tahun 2005 telah menyebabkan membengkaknya jumlah subsidi bahan bakar minyak (BBM) yang harus disediakan oleh Pemerintah. Oleh karena itu, Pemerintah mengambil kebijakan untuk mengurangi subsidi BBM dengan menaikkan harga BBM. Kebijakan ini merupakan bagian dari strategi besar (grand strategy) untuk mengalihkan subsidi BBM dari subsidi komoditas menuju subsidi langsung/bantuan langsung tunai (BLT) dan subsidi melalui pembangunan infrastruktur pedesaan. Penelitian ini bertujuan untuk menghitung besamya perubahan tingkat kesejahteraan rumahtangga dan menganaiisa kelompok sosialekonomi yang mengalami pengaruh besar sebagai dampak kenaikan harga BBM selama periode Pebruari 2005 - Maret 2006. Metode yang digunakan dalam penelitian ini adalah analisis ekonometrika dengan data cross section untuk mengestimasi sis tern permintaan (demand system) dengan LA/AIDS dan hasilnya digunakan untuk menghitung Compensating Variation (CV). Data yang digunakan adalah data Susenas Panel tahun 2005 dan 2006. Dalam mengestimasi sistem permintaan, dilakukan beberapa hal untuk mendapatkan penduga tinier terbaik dan tak bias (Best Linear Unbiased Estimator=BLUE). Simultaneity bias, quality effect dan quantity Selectivity bias premium diatasi dengan menggunakan instrument variable. diatasi dengan agregasi dan two step Heckman procedure. Kemudian dilakukan pengujian asumsi dasar homoskedastisitas dan tidak adanya multikolinearitas. Beberapa hasil dari penelitian ini adalah bahwa secara umum variabel harga-harga dan variabel sosial-demografi memberikan pengaruh yang signifikan dalam menentukan proporsi pengeluaran kelompok makanan (sistem permintaan), elastisitas harga sendiri mempunyai tanda yang negatif yang berarti sesuai dengan teori permintaan bahwa terdapat hubungan yang terbalik antara harga sendiri dengan jumlah yang diminta. Selain itu semua kelompok makanan mempunyai elastisitas pendapatan (pengeluaran) yang positif, berarti merupakan barang normal. Kesimpulan yang diperoleh dari hasil penghitungan Compensating Variation (CV) adalah bahwa telah terjadi penurunan tingkat kesejahteraan rumahtangga (welfare loss) selama periode Pebruari 2005 -Maret 2006 sebagai dampak kenaikan harga BBM tahun 2005. Bila mengacu kepada pemberian BLT yang besamya Rp 100.000 per bulan kepada rumahtangga miskin, maka uang tersebut belum cukup untuk mengkompensasi rumahtangga miskin agar kondisi kesejahteraan kembali pada tingkat sebelum kenaikan harga BBM, terutama bagi rumahtangga miskin dengan anggota lebih dari 4 orang atau bagi rumahtangga miskin di perkotaan. Secara umum, jumlah dana yang dibutuhkan untuk mengkompensasi kenaikan harga BBM agar rumahtangga miskin tetap berada pada kesejahteraan semula adalah sebesar kira-kira 34% dari rata-rata pengeluaran sebulan atau sekitar Rp 180.575 per bulan, yang berarti terdapat kekurangan sebesar Rp 80.575 per bulan. Katakunci: LA/AIDS, bias simultan, efek kualitas, efek kuantitas, variabel instrumen, two step Heckman, Inverse Mills Ratio (IMR), Compensating Variation (CV) Vll

Universitas Indonesia

ABSTRACT

Name : RITA YULIANA Study Program: Science of Economics Title : Household Welfare Change Evaluation: The Impact of Fuel Price Increases in Indonesia, February 2005 - March 2006 The significant increase in the world oil price in 2005 caused dramatically swelling fuel subsidy the Government had to provide. Consequently, the Government adopted a policy to reduce the subsidy by raising the fuel price. That policy was part of the grand strategy to shift the fuel subsidy from being a commodity subsidy to a direct subsidy/unconditional cash transfer (UCT) and a subsidy through the development of village infrastructure. This research is aimed at calculating the size of household welfare change and at analyzing socioeconomic groups significantly affected by the rise in the fuel price for the period February 2005 to March 2006. The method used in this research is the econometric analysis with crosssection data to estimate the demand system with LA/AIDS and the result is used to calculate the Compensating Variation (CV). The data used is the data on Susenas (Natiomii Socio-Economic Survey) of 2005 and 2006. In estimating the demand system, a number of things are done to obtain the Best Linear Unbiased Estimator (BLUE). Simultaneity bias, quality effect and quantity premium are overcome by using instrument variables. Selectivity bias is overcome by doing aggregation and two-step Heckman procedure. Furthermore, the basic assumption ofhomoscedasticity and no·multicolinearity are tested. A number of results of this research suggest that in general the prices variable and socio-demography variable give a significant influence on determining the proportion of expenditure for food groups (the demand system), ownprice elasticity shows a negative sign which means that it is in line with the demand theory in that there is an inverse correlation between ownprice and demand. In addition, all food groups have a positive income (expenditure) elasticity, which means that they are normal goods. The conclusion drawn from the results of the calculation of Compensating Variation (CV) include that there was a decrease in household welfare (welfare loss) for the period February 2005 to March 2006 as the impact of fuel price increases in 2005. Given the distribution of Unconditional Cash Transfer (UCT) in the amount of 100.000 rupiahs per month to each poor household, that amount of money is not sufficient to compensate them in order to restore their welfare to the level before the increase in fuel price, particularly poor households comprising more than 4 persons or poor households in urban areas. In general, the amount of money needed to compensate for the fuel price increases in order that those poor households remain at their level of welfare is approximately 34% of their avarage expenditure per month or about 180.575 rupiahs per month, which means that minus 80.575 rupiahs per month. Keywords: LA/AIDS, simultaneity bias, quality effect, quantity premium, instrument variable, two step Heckman, Inverse Mills Ratio (IMR), Compensating Variation (CV) Vlll


DAFI'ARISI

HALAMAN JUDUL . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .... HALAMAN PERNYATAAN ORISINALIT AS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. HALAMAN PENGESAHAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... KATA PENGANTAR. ... ....... .. . ... ... .. . ...... .. ... . ... ... .. . .. ... . .. . ... . .. ... HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS . . . . . . . . . . . . . . . . . . . . . . . . . . .... ABSTRAK ............................... ............................... ............. DAFTARISI............. ................................ ........................... DAFTAR TABEL ······························· ······························· ···· DAFTAR ·aAMBAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1

u 111 IV

v1 Vll IX XI

xu

BAB 1

PENDAHULUAN. .. .. . . .. .. . . . . .. .. . . .. . .... .. ... .. . .. .... .. . . .. . ..... 1.1. Latar Belakang Masalah . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2. Perumusan Masalah . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 1.3. Tujuan Penelitian.. ...... .. . . . . .. . ......... ... . . . .. . .. . .. ..... ... 1.4. Manfaat Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..... 1.5. Ruang Lingkup dan Batasan Penelitian .............. ........ 1.6. Kerangka Pemikiran ............................... ... .......... 1. 7. Hipotesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.8. Sistematika Penulisan .. . . . ... .. . .. . .. . .. . ... .. . ... .. . .. . .. . .. . .

1 1 5 6 6 7 7 9 9

BAB 2

TINJAUAN PUSTAKA ............................... .............. 2.1. Teori Permintaan Konsumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...... 2.1.1. Utilitas dan Kurva Indiferen . . . . . . . . . . . . . . . . . . . . . .... 2.1.2. Fungsi Permintaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .... 2.1.3. Efek Substitusi dan Efek Pendapatan . . . . . . . . . . . . .. 2.1.4. Elastisitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Metode Pengukuran Perubahan Tingkat Kesejahteraan . . . 2.2.1. Compensating Variation (CV) dan Equivalent Variation (EV) ........ ............ ........... ....... .. ...... ....... 2.2.2. Consumer's Surplus (CS) ....... ........... ....... ...... ...... 2.3. Model Fungsi Permintaan .............. ............... ........ 2.4. Tinjauan Penelitian Terdahulu . . . . . . . . . . . . . . . . . . . . . . . . . . ......

11 11 11 13 17 19 21

BAB 3

SUMBER DATA DAN METODE PENELITIAN .........•.... 3.1. Sumber Data Penelitian . . .. . .. . . . .. . . . . . . . . . . . . . . . . . . . . . . . . .... 3.2. Metode Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...... 3.2.1. Analisis Ekonometrika . . . . . . . . .. . . . . . . . . .. . . . . . . . . . . . 3.2.1.1. Spesifikasi Model Pemintaan . . . . . . .. . . . 3.2.1.2. Estimasi Model Fungsi Permintaan . . . . 3.2.2. Penghitungan Compensating Variation Dari Model AIDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . . . . . ... Chart) Prosedur 3.2.3. Diagram Alur (Flow Pengo laban Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 3.2.4. Definisi Operasional.. .. ...... .. . . .. . .. . . . . .. . .. . .. . . IX

22 24 24 27

30 30 31 31 31 34 40 43 47


HASIL DAN PEMDAHASAN ••••. . •••••. . ••. •. •••••. . ••. . •. . . ••. .. 4.1. Deskripsi Statistik Variabel-variabel . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1. Variabel Terikat (Dependent Variables)........ .. 4.1.2. Variabel Bebas (Independent Variables) . . . . . .. . .. 4.2. Estimasi Variabel Instrumen Harga . . . . . . . . . . . . . . . . . . . . . . . . .. 4.3. Perubahan Peluang Mengkonsumsi Kelompok Makanan (Hasil Regresi Logistik).. ... ... ... .. . ... ... ... ... . ... .. . .. . .... 4.4. Estimasi Sistem Permintaan (Demand System) . . . . . . . . . . . .. 4.5. Elastisitas Permintaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .... 4.5.1. Elastisitas Harga . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...... 4.5.2. Elastisitas Pendapatan (Pengeluaran) .... ........... 4.6. Compensating Variation (CV) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ....

50 50 50 53 57

KESIMPULAN DAN SARAN .••...••.•..•.•..•••• .••...•.......•. 5.1. Kesimpulan ..................... ..................... ............ 5.2. Saran ..................... ..................... ................... 5.2.1. Saran Bagi Peneliti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 5.2.2. Saran Bagi Kebijakan Pemerintah ..................

78 78 79 79 80

DAFTAR PUSTAKA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..

82 84

DAB 4

DAB 5

~~~~~

..................... ..................... ..................... .........

X

61 65 70 70 73 74


DAFfAR TABEL

Tabell.l.

Tabel1.2.

Tabel2.1.

Indikator Ekonomi Nasional (lliK dan PDB Real), Periode Triwulan I Tahun 2005 - Triwulan I Tahun 2006 ................. ..

2

Beberapa Indikator Kemiskinan Menurut Daerah di Indonesia, Kondisi Pebruari 2005 dan Maret 2006 ........... .......

3

Efek Substitusi, Efek Pendapatan dan EfekTotal jika Harga Naik ...........................................................................................

17

Tabel2.2.

Nilai Elastisitas Harga Sendiri, Terminologi, dan Bentuk Kurva Permintaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

Tabel2.3.

Nilai Elastisitas Harga Silang dan Hubungan Komoditas ......

21

Tabel2.4.

Nilai Elastisitas Pendapatan dan Jenis Komoditas.. .. . .. . .. . ....

21

Tabel2.5.

Beberapa Hasil Penelitian Terdahulu .......................................

28

Tabel4.1.

Deskripsi Statistik Variabel Terikat (Dependent Variables) Yang Digunakan Dalam Model, Tahun 2005 dan 2006 .... .......

51

Deskripsi Statistik Variabel Bebas (Independent Variables) Yang Digunakan Dalam Model, Tahun 2005 dan 2006 ...........

53

Estimasi Parameter Regresi Deviasi Harga, Tahun 2005 dan 2006 ..........................................................................................

58

Tabel4.2.

Tabel4.3.

Tabel 4.4.

- Perubahan Peluang Mengkonsumsi Kelompok Makanan (Marginal Effect), Tahun 2005 dan 2006 .. ........ .. ... ..... ............. 62 Estimasi Parameter Sistem Permintaan Kelompok Makanan, Tahun 2005 dan 2006 .... .......... .. .. ... ... ... ... ....... ........ ...... ..... .. .... .

66

Elastisitas Harga Tak Terkompensasi (Marshallian), Tahun 2005 dan 2006 .. .. .................. .. ........ .. ... ... .... ...... .. ....... .......... ......

71

Elastisitas Harga Terkompensasi (Hicksian), Tahun 2005 dan 2006 ..........................................................................................

71

Tabel4.8.

Elastisitas Pendapatan (Pengeluaran), Tahun 2005 dan 2006 ..

73

Tabel4.9.

Compensating Variation (CV) Untuk Beberapa Kategori Rumahtangga di Indonesia, Periode Pebruari 2005 - Maret 2006 ..........................................................................................

74

Tabel4.5.

Tabel4.6.

Tabel4.7.

Xl


DAFfAR GAMBAR

Gambar 1.1.

Kerangka Pemikiran Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..

8

Gambar 2.1.

Maksimisasi Utilitas dengan Kendala Anggaran (BL) . . ....

13

Gambar2.2.

Minimisasi Pengeluaran untuk Utilitas Tertentu ( U) . . . . . .

13

Gambar 2.3.

Efek Substitusi, Efek Pendapatan dan Efek Total dari Naiknya Harga Barang X (Barang Normal) . . . . . . . . . . . . . . . ...

18

CV, EV, Kurva Permintaan Hicksian dan Kurva Permintaan Marshallian Untuk Kasus Harga Barang X Naik .....................................................................................

23

Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian I............................................................

44

Gambar 2.4.

Gambar 3.1.

Gambar 3.2.

Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

Gambar 3.3.

Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian III . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

Gambar 3.4.

Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian IV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Xll

45


BABl

PENDAHULUAN 1.1.

Latar Belakang Masalah Pada tahun 2005, terjadi kenaikan harga minyak dunia yang cukup

signifikan.

Tingginya

harga

minyak

dunia

1m,

telah

menyebabkan

membengkaknya jumlah subsidi bahan bakar minyak (BBM) yang harus disediakan oleh Pemerintah. Di tengah terbatasnya kemampuan keuangan negara dan adanya keinginan Pemerintah untuk mengalokasikan subsidi BBM agar lebih tepat sasaran, Pemerintah mengambil kebijakan untuk mengurangi subsidi BBM dengan menaikkan harga BBM. Kebijakan Pemerintah menaikkan harga BBM ini terjadi dua kali dalam tahun 2005. Pertama, kenaikan harga BBM pada tanggal 1 Maret 2005 yang secara rata-rata naik sebesar 29%. Kedua, kenikan harga BBM

.

pada tanggal 1 Oktober 2005 yang secara rata-rata naik sebesar 126%. Jadi, secara total rata-rata kenaikan harga BBM selama tahun 2005 adalah sebesar 155%. Kebijakan ini merupakan bagian dari strategi besar (grand strategy) untuk mengalihkan

subsidi

BBM

dari

subsidi

komoditas

menUJU

subsidi

langsunglbantuan langsung tunai (BLT) dan subsidi melalui pembangunan infrastruktur pedesaan.

Walaupun tujuan kebijakan penarikan subsidi BBM

sangat positif, namun kenaikan harga BBM selalu mengundang reaksi kontra dari masyarakat. Alasannya adalah dampak injlantoir yang menurunkan daya beli

(purchasing power) masyarakat.

Secara psikologis, masyarakat beranggapan

bahwa kenaikan harga BBM akan selalu diikuti oleh kenaikan harga-harga barang secara luas (inflasi). Secara logis, hal ini memang akan terjadi karena hampir semua pelaku ekonomi menggunakan BBM, baik langsung maupun tidak langsung. Tabel 1.1 berikut ini membuktikan pemyataan di atas yaitu bahwa kenaikan harga BBM akan selalu diikuti oleh kenaikan harga-harga barang secara luas (inflasi).

1


2

Tabel1.1. Indikator Ekonomi Nasional (IHK dan PDB Real), Periode Triwulan I Tahun 2005 - Triwulan I Tahun 2006

Indikator Ekonomi (1) IHK (Tahun Dasar 2002) Perubahan Triwulanan, % PDB Real (ADHK 2000) Milyar Rupiah Perubahan Triwulanan, %

2005

2006

Triwulan

Triwulan

N

I (2)

II (3)

III (4)

(5)

I (6)

120,59

121,86

124,33

136,86

139,57

3,19

1,05

2,03

10,08

1,98

427.003

436.110

448.493

439.051

448.277

2,15

2,13

2,84

-2,11

2,10

..

Sumber: BPS, Indikator Ekononu 2005-2006 (Beberapa EdiSt)

Dalam Tabel 1.1 terlihat bahwa perubahan triwulanan dari Indeks Harga Konsumen (IHK) atau laju inflasi tertinggi terjadi pada triwulan IV· tahun 2005 yaitu sebesar 10,08% sebagai dampak kenaikan harga BBM pada tanggal 1 Oktober 2005.

Selanjutnya, laju inflasi yang cukup tinggi juga terjadi pada

triwulan I tahun 2005 yaitu sebesar 3,19% sebagai dampak kenaikan harga BBM pada tanggal 1 Maret 2005. Selain tingginya laju inflasi, kenaikan harga BBM pada tanggal 1 Oktober 2005 juga telah menyebabkan turunnya Produk Domestik Bruto (PDB) real (Atas Dasar Harga Konstan/ADHK Tahun 2000) sebesar 2,11% yang terjadi pada triwulan IV tahun 2005. Tidak dapat dipungkiri bahwa kenaikan harga BBM akan berpengaruh kepada kemiskinan. Hal ini dapat dilihat pada beberapa indikator kemiskinan seperti pada Tabel 1.2.

Semua nilai indikator tersebut menunjukkan adanya

kenaikan dari kondisi Pebruari 2005 (sebelum kenaikan harga BBM) ke kondisi Maret 2006 (setelah kenaikan harga BBM). Ditinjau menurut daerah, kenaikan nilai-nilai indikator kemiskinan di daerah perkotaan umumnya lebih tinggi daripada di daerah perdesaan kecuali untuk indeks keparahan kemiskinan dimana kenaikan di daerah perdesaan lebih tinggi daripada kenaikan di daerah perkotaan. Selain itu, Studi LPEM-FEUI (2005) menyatakan bahwa kenaikan harga BBM pada awal Maret 2005 akan meningkatkan angka kemiskinan sebesar 0,24%.


3

Tabel 1.2. Beberapa Indikator Kemiskinan Menurut Daerah di Indonesia, Kondisi Pebruari 2005 dan Maret 2006

Indikator Kemiskinan

Pebruari 2005

Maret 2006

Total

Perdesaan

Perkotaan Perubahan (%) (4)

Pebruari 2005

Maret 2006

Perubahan (%)_ (7)

(6) (5) (2) (3) (1) Garis Kemiskinan 130.585 11,36 117.259 174.290 15,58 150.799 (Rp/kapita/ bulan) Jumlah Penduduk 9,30 24,81 22,70 14,49 16,85 12,40 Miskin (Juta Orang) Persentase 9,16 21,81 19,98 13,47 15,33 11,68 Penduduk Miskin Indeks 4,19 25,45 3,34 2,63 28,29 2,05 Kedalaman Kemiskinan Indeks 1,22 37,08 0,89 0,78 30,00 0,60 Keparahan Kemiskinan .. Sumber: BPS, Anahs1s dan Penghitungan Tmgkat Kenuskinan Tahun 2006

Pebruari 2005

Maret 2006

(8)

(9)

129.108

151.997

17,73

35,10

39,30

11,97

15,97

17,75

11,15

2,78

3,43

23,38

0,76

1,00

31,58

Untuk mengukur kemiskinan, BPS menggunakan konsep kemampuan memenuhi kebutuhan dasar 1 (basic needs approach).

Dengan pendekatan ini,

kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran.

Metode yang digunakan adalah menghitung Garis Kemiskinan

(GK), yang terdiri dari dua komponen yaitu Garis Kemiskinan Makanan (GKM) dan Garis Kemiskinan Non-Makanan (GKNM), sehingga GK

= GKM + GKNM.

Penghitungan Garis Kemiskinan dilakukan secara terpisah untuk daerah perkotaan dan perdesaan.

Perubahan (o/o) (10)

Penduduk miskin adalah penduduk yang memiliki rata-rata

pengeluaran per kapita per bulan di bawah Garis Kemiskinan. Garis Kemiskinan Makanan merupakan nilai pengeluaran kebutuhan minimum makanan yang disetarakan dengan 2100 kalori per kapita per hari. Paket komoditi kebutuhan dasar makanan diwakili oleh 52 jenis komoditi. Sedangkan Garis Kemiskinan Non-Makanan adalah kebutuhan minimum untuk

1Berbeda dengan Pendataan Sosial Ekonomi Penduduk 2005 (PSE'05) yang dimaksudkan untuk mendapatkan data kemiskinan mikro berupa direktori rumatangga penerima BLT (Bantuan Langsung Tunai), penentuan kemiskinan didasarkan pada pendekatan karakteristik rumahtangga.


4

perumahan, sandang, pendidikan, dan kesehatan. Paket komoditi kebutuhan dasar non-makanan diwakili oleh 51 jenis komoditi (kelompok pengeluaran) di perkotaan dan 47 jenis komoditi (kelompok pengeluaran) di perdesaan. Selain garis kemiskinan dan persentase penduduk miskin, indikator kemiskinan yang juga penting adalah indeks kedalaman kemiskinan dan indeks kaparahan kemiskinan. Indeks kedalaman kemiskinan merupakan ukuran ratarata kesenjangan pengeluaran masing-masing penduduk miskin terhadap garis kemiskinan.

Semakin tinggi nilai indeks, semakin jauh rata-rata pengeluaran

penduduk miskin dari garis kemiskinan.

Sementara, indeks keparahan

kemiskinan memberikan gambaran mengenai penyebaran pengeluaran di antara penduduk miskin.

Semakin tinggi nilai indeks, semakin tinggi ketimpangan

pengeluaran di antara penduduk miskin. J adi, selain hams mampu memperkecil jumlah penduduk miskin, kebijakan Pemerintah juga sekaligus hams mampu mengurangi tingkat kedalaman dan keparahan kemiskinan ini. Seperti terlihat dalam Tabel 1.2, indeks kedalaman kemiskinan dan indeks keparahan kemiskinan mengalami kenaikan dari Pebruari 2005 ke Maret 2006 baik di daerah perkotaan maupun perdesaan. Hal ini mengindikasikan bahwa rata-rata pengeluaran penduduk miskin cenderung makin menjauhi garis kemiskinan dan ketimpangan pengeluaran di antara penduduk miskin juga semakin melebar. Untuk mengurangi beban pada masyarakat miskin akibat kenaikan harga BBM 1 Oktober 2005, pemerintah mengeluarkan Instruksi Presiden No. 12/2005 tentang pemberian Bantuan Langsung Tunai (BLT) kepada rumahtangga miskin2• Untuk mendapatkan rumahtangga yang akan mendapatkan BLT, dibutuhkan informasi tentang keberadaan mereka beserta nama kepala rumahtangga, dan alamatnya. Direktori rumahtangga miskin belum pemah tersedia ketika itu meskipun BPS secara rutin sejak 1984 mengeluarkan angka kemiskinan. Akhirnya Pemerintah melalui Badan Pusat Statistik (BPS) melakukan pendataan yang

2 BLT atau

unconditional cash transfer (UCT) merupakan subsidi yang diberikan langsung kepada masyarakat miskin berupa uang tunai. Nilai uang yang ditransfer kepada rumahtangga miskin sebesar Rp 100.000 untuk setiap rumahtangga per bulannya. Universitas Indonesia

5

dikenal dengan nama Pendataan Sosial Ekonomi Penduduk (PSE 2005) 3 • PSE 2005 merupakan suatu pendataan yang menghasilkan suatu Direktori Rumah Tangga Miskin (DRTM) penerima BLT tahun 2005-2006. DRTM yang dihasilkan melalui PSE 2005 ini adalah database tentang rumahtangga miskin terbesar sepanjang sejarah pengumpulan data kemiskinan di Indonesia. DRTM - yang berisi daftar nama kepala rumahtangga, alamat serta karakteristik rumahtangga miskin ini- terdiri dari 19,1 juta rumahtangga penerima BLT atau sekitar 60 jutaan penduduk di seluruh Indonesia. Rumahtangga basil kegiatan PSE 2005 kemudian mendapatkan BLT sejak Oktober 2005 hingga Nopember 2006 melalui kantor pos setempat yang anggar&Illlya disalurkan oleh Menteri Sosial.

1.2. Perumusan Masalah Berdasarkan pada latar belakang yang telah diuraikan di atas, dapatlah dikatakan bahwa telah terjadi penurunan tingkat kesejahteraan masyarakat sebagai dampak dari kenaikan harga BBM terutama pada periode Pebruari 2005 - Maret 2006. Dalam ilmu ekonomi, perubahan tingkat kesejahteraan ini dapat terukur dengan beberapa metode. Misalnya saja Indeks Harga Konsumen (IHK), dimana indeks tersebut mengukur biaya relatif dari standar hidup yang dicapai pada dua periode yaitu antara periode penghitungan dengan periode tahun dasar. Hanya saja, menurut Deaton dan Muellbauer (1980) dalam Huffman dan Johnson (Oktober 2000), IHK memberikan perkiraan yang bias ke atas bagi biaya hidup karena tidak memperhitungkan substitusi antar komoditi terhadap perubahan harga. Jadi, IHK adalah instrumen/alat ukur yang relatif kasar untuk mengukur dampak inflasi pada kesejahteraan individu. Metode lain yang lebih kompleks untuk mengukur perubahan tingkat kesejahteraan

akibat

adanya

perubahan

harga-harga

sehingga

diperoleh

gambaran/ukuran yang sebenamya adalah dengan metode Consumers' Surplus,

Compensating Variation, dan Equivalent Variation. Metode yang relevan dengan latar belakang di atas (pemberian kompensasi berupa bantuan langsung tunai) adalah metode Compensating Variation. 3

Compensating Variation (CV) adalah

PSE 2005 dikenal pula dengan sebutan Sensus Kemiskinan karena semua rumahtangga miskin yang ada di Indonesia dicacah seluruhnya. Universitas Indonesia

6

jumlah uang yang dibutuhkan untuk membawa konsumen pada level kepuasan (utility) atau tingkat kesejahteraan semula dengan harga yang baru. Dari nilai CV ini dapat dilihat apakah terjadi welfare loss (penurunan kesejahteraan) atau welfare gain (peningkatan kesejahteraan).

Selain mengukur besarnya perubahan tingkat kesejahteraan, hal yang juga penting untuk dianalisa adalah mengidentifikasi kelompok sosial-ekonomi yang mengalami pengaruh besar terhadap kenaikan harga BBM.

Kelompok sosial-

ekonomi yang dimaksud di sini adalah rumahtangga dengan berbagai karakteristiknya baik karakteristik sosial, ekonomi maupun demografl seperti type daerah tempat tinggal (perkotaan dan perdesaan), status rumahtangga (miskin dan tidak miskin), jumlah anggota rumahtangga, dan sumber penghasilan utama rumahtangga (pertanian dan bukan pertanian). Dengan demikian beberapa permasalahan yang menjadi pertanyaan pada penelitian ini adalah: 1.

Berapakah besarnya perubahan tingkat kesejahteraan rumahtangga sebagai dampak kenaikan harga BBM selama peri ode Pebruari 2005 - Maret 2006?

2.

Kelompok sosial-ekonomi mana saja yang mengalami pengaruh besar terhadap kenaikan harga BBM selama peri ode Pebruari 2005 - Maret 2006?

1.3.

Tujuan Penelitian Dengan memperhatikan latar belakang dan permasalahan di atas, maka

tujuan penelitian ini adalah : 1.

Menghitung besarnya perubahan tingkat kesejahteraan rumahtangga sebagai dampak kenaikan harga BBM selama peri ode Pebruari 2005 - Maret 2006.

2.

Menganalisa kelompok sosial-ekonomi yang mengalami pengaruh besar terhadap kenaikan harga BBM selama periode Pebruari 2005- Maret 2006.

1.4.

Manfaat Penelitian Penelitian

ini

diharapkan

dapat

mengevaluasi

perubahan

tingkat

kesejahteraan rumahtangga di Indonesia sebagai dampak kenaikan harga BBM, terutama pada periode Pebruari 2005 - Maret 2006. Harapan yang lebih tinggi,


7

hasil pene1itian ini dapat dijadikan sebagai masukan da1am perumusan kebijakan pemberian subsidi (BLT) kepada rumahtangga miskin di Indonesia. 1.5.

Ruang Lingkup dan Batasan Penelitian Da1am penelitian ini, yang dianalisis adalah data rumahtangga hasil dari

Survei Sosia1 Ekonomi Nasional (Susenas) Panel Konsumsi yang dilaksanakan pada bulan Pebruari 2005 dan bulan Maret 2006 oleh Badan Pusat Statistik (BPS). Pengumpulan data konsumsi secara tahunan ini dilakukan secara panel dan hanya dirancang untuk level nasional (Indonesia). Sampel rumahtangga Susenas Panel 2006 merupakan rumahtangga yang sama pada Susem1s Panel 2005.

Jwnlah

rumahtangga yang berhasil diwawancarai pada Susenas Panel 2005 sebanyak 10.575 rumahtangga, sedangkan pada tahun 2006 sebanyak 10.181 rumahtangga. Terjadinya pengurangan jumlah sampel ini dikarenakan adanya rumahtangga yang tidak dapat ditemuilpindah dan terbakarnya sebagian dokumen di Sulawesi Utara. Ada beberapa keterbatasan dalam penelitian ini. Pertama, total pendapatan rumahtangga didekati dengan total pengeluarannya. Kedua, diasumsikan jumlah rumahtangga populasi tahun 2006 sama dengan tahun 2005 karena pada data Susenas 2006 tidak terdapat variabel pembobot (weight) sehingga digunakan pembobot tahun 2005. Ketiga, analisa permintaan dibatasi pada lima ke1ompok komoditi makanan yaitu padilumbi, ikan/daging/te1ur/susu, sayur-sayuranlkacangkacangan/buah-buahan, minyak/1emak, dan makanan lainnya. 1.6.

Kerangka Pemikiran Kerangka pemikiran da1am pene1itian ini dapat dilihat pada Gambar 1.1.

Berawal dari kenaikan harga minyak dunia pada tahun 2005, membawa dampak berkurangnya subsidi BBM sehingga terjadi kenaikan harga BBM.

Kenaikan

harga BBM berdampak langsung terhadap kenaikan harga-harga atau tingginya laju inflasi. Selanjutnya terjadi perubahan pola konsumsi akibat kenaikan hargaharga sehingga permintaan terhadap barang dan jasa juga berubah. Perubahan fungsi permintaan ini akan mengakibatkan perubahan fungsi pengeluaran rumahtangga yang dapat dihitung sebagai Compensating Variation (CV) yaitu sebagai besarnya kompensasi terhadap kenaikan harga-harga yang merupakan ukuran dari perubahan tingkat kesej ahteraan. Universitas Indonesia

8

EVALUASI PERUBAHAN TINGKA T KESEJAHTERA AN RUMAHTANGGA SEBAGAI DAMPAK KENAIKAN HARGA BBM DIINDONESIA , PERIODE PEBRUARI 2005 - MARET 2006

Latar Belakang: Tahun 2005, Kenaikan Harga Minyak DuniaPengurangan Subsidi BBM NasionalKenaikan HargaBBM NasiunalKenaikan Harga-harga Barang & Jasa Lainnyallntlasi

I

I

Fakta

Harapan

Teljadi perubahan pola konsumsi pada rumahtangga sehingga menyebabkan perubahan fungsi permintaan, yang pada akhimya akan menyebabkan perubahan pada fungsi pengeluaran rumahtangga dimana perubahan ini dapat dihitung besarnya sebagai Compensating Variation (CV) sebagai ukuran perubahan tingkat kesejahteraan yang bel urn ada penelitian empirisnya.

Diketahuinya perubahan fungsi permintaan dan perubahan fungsi pengeluaran rumahtangga sehingga dapat dihitung besamya Compensating Variation (CV) sebagai ukuran perubahan tingkat kesejahteraan yang berguna sebagai masukan dalam perumusan kebijakan pemberian subsidi sebagai kompensasi kenaikan harga BBM.

~

I i I

I

GAP: Diperlukan adanya penelitian tentang evaluasi perubahan tingkat kesejahteraan rumahtangga sebagai dampak kenaikan harga BBM.

I

~

I

, Tujuan Penelitian

~ '

iI

I I

I

Menghitung besarnya perubahan tingkat kesejahteraan rumahtangga sebagai dampak kenaikan harga BBM dan menganalisa kelompok sosial-ekonomi yang mengalami pengaruh besar terhadap kenaikan harga BBM selarna periode Pebruari 2005 - Maret 2006.

~

I I

I

i I

I I

I

II Data dan Spesifikasi Model

--·

Model Matematika: = f(harga estimasi, total pengeluaran makanan yang dideflasi ~ dengan indeks harga stone, type daerah, status miskin, jumlah art, lama sekolah K.RT, umur KRT,jenis kelamin K.RT, luas lantai kapita, sumber penghasilan RT, IMR) dimana w; = proporsi pengeluaran kelompok komoditi i w;

1

. . -·---+-·----..·----.. . -.. ._. . . . . . . . .

Data Cross Section: Susenas Panel Konsumsi 2005 dan 2006

Model Ekonometri: Pi+ ~; ln(y/p) + a; 1 lnjml_art + ai2ln_umurK.RT + ai3 lamask!KRT+ Uj4luaslntikpt + a;5 status_miskin + ai6 type_daerah + a.1 sumber + a; 8 jk_KRT + !li9 (IMR); + U; w; = a;0 + I:yii In

~

~ Mengatasi simultaneity bias, quality effect, quantity premium, dan selectivity bias, periksa asumsi dasar, uji statistik, penghitungan elastisitas harga dan pendapatan/pengeluaran, serta Compensating Variation (CV)

l

······-·--···-·········--····-···-···-·-········-··········-·--·······-····--···-·--·----····-·--·-----··-·····--····- .. --·-----·-···-·----·--···-···-----·-··

Hasil penelitian dan pembahasan

Gambar 1.1.

~

~

·······-···-·------- ·····-··--·

Kesimpulan dan saran

Kerangka Pemikiran Penelitian Universitas Indonesia

9

1.7.

Hipotesis Hipotesis dalam penelitian ini adalah sebagai berikut:

1.

Terjadi penurunan tingkat kesejahteraan (welfare loss) rumahtangga selama periode Pebruari 2005 -Maret 2006.

2.

CV (welfare loss) rumahtangga di daerah perkotaan lebih tinggi daripada daerah perdesaan.

3.

CV (welfare loss) rumahtangga tidak miskin lebih tinggi daripada rumahtangga miskin.

4.

CV (welfare loss) rumahtangga dengan jumlah anggota banyak lebih tinggi daripada rumahtangga dengan jumlah anggota sedikit.

5.

CV (welfare loss) rumahtangga non pertanian lebih tinggi daripada rur'nahtangga pertanian.

1.8.

Sistematika Penulisan Tulisan terdiri dari lima bab dengan penjelasan inti masing-masing bab

sebagai berikut : BAB 1 PENDAHULUAN Memaparkan latar belakang mengapa penelitian ini dilakukan, perumusan masalah, tujuan penelitian, manfaat penelitian, ruang lingkup dan batasan penelitian, kerangka pemikiran, hipotesis, serta sistematika penulisan. BAB 2 TINJAUAN PUSTAKA Berisi landasan teori yang akan membahas kerangka teoritis mengenai teori permintaan konsumen, metode pengukuran perubahan tingkat kesejahteraan, model fungsi permintaan, dan tinjauan penelitian terdahulu.

BAB 3 METODOLOGI PENELITIAN Bagian ini menguraikan tentang sumber data, pengelompokan data, metode analisis yang terdiri dari metode mengatasi simultanity bias,

quality effect, dan quantity premium dari data, metode mengatasi Universitas Indonesia

10

selectivity bias dari data, uji asumsi dasar (multikolinearitas dan heteroskedastisitas ), spesifikasi model analisis, metode penghitungan perubahan tingkat kesejahteraan dengan Compensating Variation, serta definisi operasional variabel-variabel yang digunakan.

BAB 4 HASIL DAN PEMBAHASAN Memaparkan hasil penelitian dan analisa pembal1asannya untuk mencapai tujuan penelitian.

BAB 5 KESIMPULAN DAN SARAN Berisi kesimpulan hasil penelitian dan saran.


BAB2 TINJAUAN PUSTAKA

2.1. Teori Permintaan Konsumen Teori permintaan konsumen didasarkan pada teori perilaku konsumen (consumer behavior) 1• Hal ini didasarkan pada anggapan bahwa permintaan pasar

merupakan penjumlahan horisontal dari permintaan individu.

Secara teori,

permintaan konsumen dapat diterangkan melalui dua pendekatan, yaitu pendekatan cardinal (ukuran) dengan menggunakan teori utilitas (utility function) dan pendekatan ordinal (ranking) dengan menggunakan teori kurva indiferen. Konsep yang digunakan kedua teori tersebut adalah konsep utilitas, yang berbeda hanyalah pendekatannya. Namun, untuk melihat pengaruh harga dan pendapatan terhadap perilaku konsumen, akan lebih jelas apabila menggunakan pendekatan ordinal. 2.1.1. Utilitas dan Kurva lndiferen Asumsi dari teori perilaku konsumen adalah bahwa konsumen akan berusaha untuk memaksimumkan kepuasannya dalam mengkonsumsi sejumlah paket (bundle) komoditas.

Kepuasan konsumen dicerminkan oleh tingkat

kepuasan yang dikenal sebagai utilitas (utility), yaitu kepuasan yang diterima oleh seseorang karena kegiatan ekonominya. Dalam rangka memperoleh kepuasan yang maksimum dengan pendapatan yang terbatas, maka konsumen harus mempunyai preferensi. Konsep preferensi berkaitan dengan kemampuan konsumen menyusun prioritas pilihan terhadap komoditas yang ingin dikonsumsinya agar dapat mengambil keputusan. Paling sedikit ada dua sikap yang berkaitan dengan preferensi konsumen, yaitu lebih suka (prefer) dan atau sama-sama suka (indifference).

Selain itu preferensi

konsumen juga harus konsisten, yaitu hila barang X lebih disukai dari Y dan barang Y lebih disukai dari Z, maka barang X lebih disukai dari Z (transitivitas).

1

Perilaku konsumen (consumer behavior) adalah tindakan yang langsung terlibat dalam mendapatkan, mengkonsumsi, dan menghabiskan produk dan jasa, termasuk proses keputusan yang mendahului dan menyusuli tindakan ini (Engel, dkk, 1993).

11


12

Menurut Teori Ordinal, utilitas tidak dapat dihitung, hanya dapat dibandingkan. Teori ini dapat dijelaskan melalui kurva indiferen (indifference curve), yaitu kurva yang menunjukkan berbagai kombinasi konsumsi dua macam

barang yang memberikan tingkat kepuasan yang sama bagi seorang konsumen. Suatu kurva

indiferen

atau

sekumpulan kurva indiferenlpeta indiferen

(indifference map) dihadapi oleh hanya seorang konsumen.

Kurva indiferen mempunyai tiga asumsi, yaitu : 1.

Semakin jauh kurva indiferen dari titik origin, semakin tinggi tingkat kepuasan.

2. Kurva indiferen menurun dari kiri atas ke kanan bawah (downward sloping), dan cembung ke titik origin (convex to origin). 3. Kurva indiferen tidak saling berpotongan. Hal ini penting untuk memenuhi asumsi transitivitas preferensi. Asumsi-asumsi tersebut diperlukan untuk mendapatkan titik keseimbangan antara kurva indiferen dengan garis anggaran. Garis anggaran (budget line) adalah garis yang menunjukkan kombinasi konsumsi dua macam barang yang membutuhkan biaya (anggaran) yang sama besar. Perilaku konsumen yang rasional menunjukkan bahwa konsumen akan memaksimumkan kepuasannya dengan anggaran yang dimiliki.

Kondisi

keseimbangan adalah kondisi di mana konsumen telah mengalokasikan seluruh pendapatannya

untuk

konsumsi

dan

mendapatkan

kepuasan

tertinggi

(maksimalisasi utilitas), atau tingkat kepuasan tertentu yang dicapai dengan anggaran paling minimal (minimalisasi pengeluaran). Secara gratis kedua kondisi keseimbangan tersebut tercapai pada saat kurva indiferen (IC) bersinggungan dengan garis anggaran (BL), seperti diperlihatkan oleh Gambar 2.1 dan Gambar 2.2.


13

Kuantitas Y

IC2

I I

''

\

'

\ \ \

\

\

\

\

\

''

\

Y*

------\-----,

''

'

:

' ':...'

.... ' ...

:'

0

''

' ...... ...... _

... ......

~------------~---------

Kuantitas X

X*

Gambar 2.1. Maksimisasi Utilitas dengan Kendala Anggaran (BL) Kuantitas Y

'' ''

Y*

''

''

''

''

.......... ~~,------, ''

0

''

''

''

' '

''

' '' •,, ' ''' :'

X*

''

''

''

''

''

''

' •,BL3

' Kuantitas X

Gambar 2.2. Minimisasi Pengeluaran untuk Utilitas Tertentu ( U )

2.1.2. Fungsi Permintaan Pengertian dari permintaan adalah jumlah barang/jasa yang ingin diminta oleh konsumen pada berbagai tingkatan harga selama periode waktu tertentu. Fungsi permintaan adalah permintaan yang dinyatakan dalam hubungan matematika dengan faktor-faktor yang mempengaruhinya.

Melalui fungsi

permintaan dapat diketahui hubungan antara variabel tidak bebas (dependent variable) dengan variabel-variabel bebas (independent variables). Universitas Indonesia

14

Ada banyak variabel yang mempengaruhi permintaan terhadap suatu tetapi

barang,

dalam

analisis

ekonomi

tidak

semua

variabel

tersebut

diperhitungkan. Umumnya, variabel yang diperhitungkan adalah variabel yang pengaruhnya besar dan langsung, yaitu harga barang itu sendiri, harga barang lain dan pendapatan konsumen. Ada dua macam fungsi permintaan, yaitu fungsi permintaan Marshallian dan fungsi permintaan Hicksian.

Bentuk matematis

kedua fungsi tersebut adalah sebagai berikut : XM = f(Px, Py, I)

(2.1)

di mana : XM = jumlah barang X yang diminta/fungsi permintaan Marshallian Px = harga barang X Py = harga barang Y I dan

= pendapatan (2.2)

X" = f(Px, Py, U)

di mana : X" = jumlah barang X yang diminta/fungsi permintaan Hicksian Px = harga barang X Py = harga barang Y U

= utilitas

Pada fungsi permintaan Marshallian (Marshal/ian demand function), jumlah barang yang diminta merupakan fungsi dari harga-harga dan pendapatan. Fungsi permintaan Marshallian diturunkan dari maksimisasi utilitas dengan kendala anggaran. Sementara, fungsi permintaan Hicks ian (Hicks ian demand function) diturunkan dari minimisasi pengeluaran dengan tingkat utilitas konstan. Fungsi permintaan Hicksian menunjukkan bahwa jumlah barang yang diminta merupakan fungsi dari harga-harga dan tingkat kepuasan konsumen tertentu. Terdapat sejumlah persyaratan yang hams dipenuhi oleh suatu fungsi permintaan, yaitu: Universitas Indonesia

15

A.

Aditivitas Mencerminkan persyaratan bahwa total pengeluaran pada fungsi permintaan sarna dengan total pendapatan. Dalarn bentuk matematis hal ini dapat dapat dituliskan sebagai : (2.3)

LPiQi=I

dimana: Pi = harga komoditas i Qi = kuantitas komoditas i

I

B.

= pendapatan

Homogenitas Persyaratan ini menyatakan bahwa apabila pendapatan dan harga berubah dalarn proporsi yang sarna, maka permintaan terhadap suatu komoditas tidak akan berubah.

Hal ini sebagai konsekuensi dari fungsi permintaan yang

bersifat homogen berderajat nol terhadap harga dan pendapatan.

Dalam

bentuk elastisitas, sifat homogen tersebut dapat dapat dituliskan sebagai berikut: LEij

+ eil =

0

(2.4)

di mana: Eij

=

elastisitas harga komoditas i

eil = elastisitas pendapatan komoditas i

C.

Agregasi Engel Persyaratan ini mencerminkan dampak perubahan pendapatan terhadap permintaan. Agregasi Engel menunjukkan bahwa jumlah tertimbang dari elastisitas pendapatan untuk seluruh komoditas yang dikonsumsi sarna dengan satu, atau dalam bentuk matematis dapat ditulis sebagai berikut :

L Wj eil = 1

(2.5)

di mana: Wi eii

= =

proporsi pengeluaran komoditas i elastisitas pendapatan komoditas i


16

Hal ini berarti bahwa seluruh anggaran yang tersedia habis dibelanjakan, dan apabila terjadi kenaikan pendapatan maka akan dialokasikan secara proporsional pada seluruh komoditas yang dikonsumsi.

D.

Agregasi Cournot Syarat ini mencerminkan dampak perubahan harga terhadap permintaan. Agregasi Coumot menunjukkan bahwa perubahan harga pada salah satu komoditas yang dikonsumsi (komoditas j) sementara harga komoditas lainnya tetap, akan berdampak pada adanya re-alokasi anggaran belanja sehingga permintaan terhadap komoditas-komoditas akan berubah. Dalam bentuk elastisitas hal tersebut dapat dituliskan sebagai berikut : (2.6) di mana: Wi Wj

= proporsi pengeluaran komoditas i = proporsi pengeluaran komoditas j

Eij =

E.

elastisitas harga silang komoditas i terhadap harga komoditas j

Syarat Negativitas dan Simetri Slutsky Teori ekonomi mikro menyatakan bahwa perubahan harga menyebabkan perubahan pendapatan riil (riil income).

Perubahan ini dapat dipisahkan

atas pengaruh substitusi (substitution effect) dan pengaruh pendapatan

(income effect).

Pengaruh substitusi merupakan pengaruh negatif, yang

merupakan syarat negativitas Slutsky. Syarat simetri Slutky menyatakan bahwa apabila pendapatan riil konstan, pengaruh substitusi akibat perubahan harga komoditas j terhadap permintaan komoditas i sama dengan pengaruh substitusi akibat perubahan harga komoditas i terhadap permintaan komoditas j. Efek substitusi dari komoditas i dan j tersebut bersifat simetri, dan kondisi simetri dapat ditulis sebagai berikut : Wi(Eij

+ WjEil)

= Wj(Eji + WjEjJ)

(2.7)

di mana: Wi =

proporsi pengeluaran komoditas i

Eij =

elastisitas harga silang komoditas i terhadap harga komoditas j

eil

= elastisitas pendapatan komoditas i Universitas Indonesia

17

Persyaratan-persyaratan yang dibutuhkan oleh fungsi permintaan tersebut dapat dipenuhi dengan menggunakan sistem permintaan (demand system).

2.1.3. Efek Substitusi dan Efek Pendapatan Perubahan harga suatu komoditas mempunyai dua efek, yaitu efek substitusi dan efek pendapatan. Efek substitusi adalah perubahan dalam mengkonsumsi suatu komoditas akibat perubahan harga komoditas tersebut atau komoditas lain, di mana tingkat utilitas adalah konstan. Efek pendapatan terjadi karena perubahan harga suatu komoditas menyebabkan adanya perubahan dalam kekuatan daya belinya. Untuk barang normal, efek pendapatan berdampak positif terhadap barang yang dikonsumsi, sebaliknya untuk barang inferior berdampak negatif (terlebih lagi barang giffen). Penjumlahan efek substitusi dan efek pendapatan disebut efek total. Secara ringkas respon konsumen terhadap efek-efek tersebut dapat disajikan seperti tabel berikut. Tabel 2.1. Efek Substitusi, Efek Pendapatan dan EfekTotal jika Harga Naik Jenis Barang

Efek Substitusi

Efek Pendapatan

Efek Total

(1)

(2)

(3)

(4)

Normal

Negatif (turun)

Negatif (turun)

Negatif (turun)

Inferior

Negatif (turun)

Positif (naik)

Negatif (turun)

Giffen

Negatif (turun)

Positif (naik)

Positif (naik)

Untuk barang normal, efek-efek tersebut diilustrasikan melalui Gambar 2.3 berikut ini.


18

Kuantitas Y

Uo

Kuantitas X

Gambar 2.3. Efek Substitusi, Efek Pendapatan dan Efek Total dari Naiknya Harga Barang X (Barang Normal) Efek substitusi dan efek pendapatan pada gambar di atas dapat dijelaskan sebagai berikut : Misalkan keseimbangan awal konsumen adalah pada titik A. Naiknya harga barang X menyebabkan keseimbangan bergeser dari titik A ke B dan jumlah barang X yang dikonsumsi berkurang dari Xo menjadi X2.

Total perubahan

tersebut dapat dirinci sebagai berikut : Efek Total= Efek Substitusi + Efek Pendapatan

(XrXo) = (XI-Xo)

+

(2.8)

(X2-X1)

Perubahan sebesar X 1-X0 merupakan perubahan jumlah konsumsi barang X dengan mempertahankan tingkat utilitas (U0), yaitu dengan meminimalisasi anggaran, sehingga keseimbangan bergeser ke titik C. Perubahan sebesar X1-Xo disebut efek substitusi.

Sedangkan pergeseran ke tingkat utilitas yang lebih

rendah (U1) terjadi karena pendapatan riil yang menurun dengan naiknya harga barang X, sehingga jumlah barang X yang dikonsumsi berkurang sebesar X2-X1. Perubahan sebesar X 2-X 1 ini disebut efek pendapatan.


19

2.1.4.

Elastisitas Elastisitas secara umurn dapat didefinisikan sebagai ukuran persentase

perubahan pada suatu variabel yang disebabkan oleh perubahan satu persen Elastisitas pendapatan menunjukkan respon permintaan

variabel yang lain.

konsurnen terhadap suatu komoditas akibat terjadinya perubahan pendapatan, elatisitas harga sendiri menunjukkan respon permintaan konsumen akibat terjadinya perubahan harga komoditas itu sendiri, dan elastisitas harga silang menunjukkan respon permintaan konsumen akibat terjadinya perubahan harga komoditas lain. Elastisitas dapat diturunkan dari fungsi permintaan.

Elastisitas yang

diturunkan dari fungsi permintaan Marshallian disebut sebagai elastisitas tidak terkompensasi (uncompensated elasticities). didapatkan dari

fungsi

Sedangkan elastisitas yang

permintaan Hicks:,ln disebut sebagai elastisitas

terkompensasi (compensated elasticities). Bila Pi=harga barang i, Pj=harga barang j, Xi=jumlah barang

1

yang

diminta, Xj=jurnlah barangj yang diminta, dan I=pendapatan, maka: Elastisitas permintaan barang i terhadap harga sendiri : E··

u

=

axil P· x·t -axi - __!. aP·t X·t apilPi

(2.9)

Elastisitas permintaan barang i terhadap harga barang j :

axil xi_ axi Pi -E··ap.J X·t aPJ~ lJ p. _

(2.10)

J

Elastisitas permintaan barang i terhadap pendapatan :

(2.11)

Rurnus tersebut digunakan untuk menghitung nilai elastisitas pada satu titik tertentu dari kurva permintaan. Pada kurva permintaan yang berbentuk garis lurus, nilai elastisitasnya berbeda pada tingkat harga yang berbeda.

Untuk


20

mengukur elastisitas harga di antara dua titik pada kurva permintaan, digunakan elastisitas busur yang dapat dihitung dengan rumus berikut ini : E

-iJX -iJX .(Pl+PZ) = - (Pl+P2)/2 = __ ; . __. :;. . iJP (Xl+X2)/2

(2.12)

iJP (Xl+XZ)

di mana: oX= X1-X2 oP =PI- Pz

Beberapa faktor yang mempengaruhi tingkat elastisitas harga adalah: 1.

Tingkat substitusi. Semakin sulit mencari substitusi suatu barang, permintaan terhadap barang tersebut semakin inelastis dan sebaliknya.

2.

Jumlah pemakai. Semakin banyak jumlah pemakai, permintaan terhadap suatu barang semakin inelastis, dan sebaliknya.

3.

Proporsi kenaikan harga terhadap pendapatan konsumen.

Bila

proporsi tersebut besar, maka permintaan cenderung lebih elastis. 4.

Jangka waktu. Hal ini berkaitan dengan dimensi waktu, elastisitas jangka pendek adalah untuk jangka waktu kurang dari satu tahun dan elastisitas jangka panjang untuk jangka waktu lebih dari satu tahun. Untuk barangbarang yang habis dipakai dalam waktu kurang dari satu tahun (tidak tahan lama atau non durable goods), permintaan lebih elastis dalam jangka panjang dibanding jangka pendek. Sebaliknya untuk barang yang masa konsumsinya lebih dari setahun (barang tahan lama atau durable goods), permintaannya lebih elastis dalam jangka pendek dibanding jangka panJang. Beberapa terminologi elastisitas disajikan pada Tabel 2.2, 2.3 dan 2.4

berikut ini yang meliputi elastisitas harga sendiri, elastisitas harga silang dan elastisitas pendapatan.


21

Tabel 2.2. Nilai Elastisitas Harga Sendiri, Terminologi, dan Bentuk Kurva Permintaan Nilai Elastisitas Harga Sendiri (Nilai Absolut) (1)

Bentuk Kurva Permintaan (3)

Terminologi (2) lnelastis Sempuma lnelastis

Vertikal Curam{>45°)

>1

Elastis Unitari Elastis

45° Landai {<45°)

00

Elastis Sempuma

Horisontal

0 0<~::<1

1

Tabel2.3. Nilai Elastisitas Harga Silang dan Hubungan Komoditas Nilai Elastisitas Harga Silang

Hubungan Komoditas

(1) Eij < 0

(2) Komplementer

Eij =0

--

Eij > 0

Substitusi

Tabel2.4. Nilai Elastisitas Pendapatan dan Jenis Komoditas Nilai Elastisitas Pendapatan

J enis Komoditas (2)

(1)

2.2.

Eii< 0

Inferior

05:Ei15:1

Normal; Pokok (necessities)

Eii> 1

Normal; Mewah (luxurious)

Metode Pengukuran Perubahan Tingkat Kesejahteraan Ketika perekonomian berubah, konsumen mungkin akan merasa lebih baik

atau lebih buruk.

Para ahli ekonomi ingin mengukur bagaimana konsumen

dipengaruhi oleh perubahan perekonomian ini dan membangun beberapa alat/metode untuk mengukumya.


22

Ukuran yang klasik dari perubahan tingkat kesej ahteraan adalah consumer's surplus. Namun, consumer's surplus adalah ukuran yang tepat bagi perubahan tingkat kesejahteraan jika dalam keadaan yang khusus/spesial. Ada beberapa metode yang lebih umum untuk mengukur perubahan tingkat kesejahteraan. Consumer's surplus adalah kasus khusus bagi metode ini.

2.2.1. Compensating Variation (CV) dan Equivale nt Variation (EV) Compensating Variation (CV) adalah jumlah uang yang dibutuhkan untuk membaw a konsumen pada level kepuasan (utility) atau tingkat kesejahteraan semula dengan harga yang baru. Sedangkan Equivalent Variation (EV) adalah jumlah uang yang dibutuhkan untuk membuat konsumen berada pada level kepuasan (utility) yang baru dengan harga yang lama akibat perubahan harga. Untuk lebih jelasnya dapat dilihat pada Gambar 2.4 (A), yaitu bahwa '

keseimbangan awal konsumen berada pada titik A dengan level kepuasan sebesar Uo dan garis anggaran (budget line) BLl. Kemudian terjadi kenaikan harga barang X sehingga keseimbangan baru berada pada titik D dengan level kepuasan 0 sebesar U1 dan garis anggaran (budget line) BL4. Bila Px = harga awal barang X, Px 1= harga akhir barang X, py= harga barang Y, dan e fungsi pengeluaran, maka besarnya CV dan EV secara matematik dapat ditulis sebagai berikut: CV = e(px0, py, Uo) - e(px 1, py, Uo)

(2.13) (2.14)

Selanjutnya, hila Gambar 2.4 (A) diturunkan menjadi kurva permintaan Hicksian (XH) seperti terlihat pada Gambar 2.4 (B), maka besarnya CV dan EV 0 adalah luas daerah di bawah kurva permintaan yang di batasi oleh harga Px dan

Px 1, atau secara matematik dapat ditulis: Px0

CV = f 1 XH(px, py, Uo) dpx

(2.15)

EV =f. XH(px, py, Ut) dpx

(2.16)

Px 0 Px

Px


23 Kuantitas Y

cv

EV

Uo Kuantitas X

Xo Harga X (px)

(A)

0 L-----~--~~----~--------------- Kuantitas X Xo

(B)

Gambar 2.4.

CV, EV, Kurva Permintaan Hicksian dan Kurva Permintaan Marshallian Untuk Kasus Harga Barang X Naik Universitas Indonesia

24

2.2.2. Consumer's Surplus (CS) Metode yang klasik untuk mengukur perubahan tingkat kesejahteraan adalah Consumer's Surplus (CS), yaitu selisih antara willingness to pay (kemampuan untuk membayar) dari konsumen terhadap tingkat harga yang dibayarkan untuk setiap unit yang diminta. Bila

xM

adalah fungsi permintaan

Marshallian, maka pembahan CS akibat perubahan harga barang X dari Px0 ke Px 1 dapat dinyatakan sebagai berikut: Px0

~CS =

J.

(2.17)

XM(px, py, I) dpx

Px

Pada Gambar 2.4 (B), besarnya

~CS

ditunjukkan oleh luas daerah di

bawah kurva permintaan Marshallian (XM) yang dibatasi oleh harga Px0 dan Px 1• Untuk barang normal, besarnya CV, EV dan adalah memenuhi CV >

~CS

~CS

jika terjadi kenaikan harga

> EV. Dalam keadaan yang khusus/spesial seperti

telah disebutkan sebelumnya, CS adalah ukuran yang tepat bagi perubahan tingkat kesejahteraan dan pada kasus ini CV = ~CS = EV. Keadaan yang khusus/spesial yang dimaksud adalah bahwa fungsi utility mempunyai bentuk yang quasi tinier. Dalam penelitian ini dipergunakan CV, bukan EV, karena ingin dilihat seberapa besar rumahtangga harus dikompensasi agar kembali pada tingkat kehejahteraan semula sebelum kenaikan harga BB:M terjadi.

2.3.

Model Fungsi Permintaan Fungsi permintaan dapat diturunkan melalui tiga pendekatan. Pendekatan

pertama, fungsi permintaan langsung dispesifikasikan tanpa bantuan teori permintaan.

Pendekatan ini banyak digunakan karena sederhana dan mudah

diaplikasikan (Moeis, 2003). Pendekatan kedua, melalui spesifikasi fungsi utilitas dan kemudian memaksimisasinya dengan kendala pendapatan yang ada. Pendekatan ketiga, melalui spesifikasi fungsi utilitas tidak langsung (indirect

utility), kemudian sistem permintaan diperoleh dengan memakai identitas Roy (Roy's Identity). Pendekatan kedua dan ketiga di atas mempunyai kelebihan yaitu bahwa sistem permintaan yang didapatkan memenuhi restriksi-restriksi fungsi permintaan yaitu homogenitas, aditivitas, dan simetri.


25

Dalam

penelitian

empms

banyak

dijumpai

model-model

fungsi

permintaan yang digunakan oleh para peneliti ekonomi. Beberapa model permintaan tersebut antara lain adalah sebagai berikut:

Model Linear Expenditure System (LES)

A.

Model LES kemukakan oleh Klein dan Rubin (1947-1948) dan selanjutnya banyak digunakan dalam aplikasi empiris dengan modifikasimodifikasi tertentu oleh peneliti-peneliti lainnya.

Model ini ditunmkan dari

:fungsi utilitas, sehingga secara otomatis dapat memenuhi syarat agregasi Engel, agregasi Cournot, simetri, serta homogen berderajat nol terhadap harga dan pendapatan. Dalam model LES ini, pengeluaran masing-masing komoditas merupakan :fungsi linear dari harga-harga (p) dan pendapatan (M). Bentuk matematis dari model LES adalah : (2.18) di mana:

i ,j

=

1,2, .... , n

· O<{x·I - y·) · ""A·=l '· O<:y· O
Yi = jumlah minimum (subsisten komoditas ke-i yang dikonsumsi) Beberapa kelebihan dari model LES adalah: berbentuk linear sehingga parametemya mudah

diestimasi,

memenuhi

kendala

atau

syarat

permintaan, dan parameter yang diestimasi mudah diinterpretasikan.

fungsi Namun

demikian, model LES juga memiliki kelemahan yaitu bahwa dalam model tersebut komoditas yang bersifat inferior tidak dapat dianalisis karena nilai

Pi

yang selalu positif.

B.

Model Translog Model translog (transcedental logaritmic) diturunkan dari fungsi utilitas

tidak langsung. Salah satu kelebihan model translog adalah fungsi ini merupakan fungsi yang fleksibel atau memenuhi konsep flexible functional form (FFF). Sistem permintaan yang fleksibel berarti bahwa sistem permintaan tersebut dapat


26

diperoleh dari maksimalisasi utilitas, dan dengan restriksi-restriksi tertentu fungsi ini dapat diagregasi untuk keseluruhan rumahtangga (Moeis, 2003). Bentuk matematis model translog adalah sebagai berikut : log U(p1 ,p2, .. ,pn.~f)= -Laj log(pjlM)-YlLLPkj log(pk/M) log(pj!M)

(2.19)

di mana:

Dalam aplikasinya, para peneliti sering menggunakan model ini dalam bentuk persamaan proporsi pengeluaran, yaitu

Wi

=

PiXiiM.

Persamaan proporsi

tersebut diperoleh dengan menurunkannya dari persamaan di atas, sehingga diperoleh:

ij = 1,2,... , n

C.

(2.20)

Model Almost Ideal Demand System (AIDS) Secara teori, fungsi permintaan dapat diturunkan dari fungsi pengeluaran

sepanjang fungsi pengeluaran tersebut memenuhi syarat (1) kontinyu dan tidak menurun dalam harga dan utilitas serta (2) konkav dan homogen berderajat satu terhadap harga (Silberberg, 1990). Salah satu model permintaan yang memenuhi kondisi tersebut adalah model Almost Ideal Demand System (AIDS) yang dikembangkan oleh Deaton dan Muellbauer (1980).

Model AIDS merupakan

model fungsi permintaan Marshallian dalam bentuk proporsi pengeluaran. Bentuk umum model AIDS adalah sebagai berikut : (2.21) di mana Wi adalah proporsi pengeluaran komoditas i, pj adalah harga komoditas j, y adalah total pengeluaran, dan P adalah indeks harga yang didefinisikan sebagai: (2.22) Penggunaan indeks harga seperti pada persamaan (2.22) membuat model AIDS berbentuk non-linear dan sulit untuk diestimasi.

Oleh sebab itu dalam

penelitian-penelitian empiris, yang sering digunakan adalah aproksimasi linier dari indeks harga tersebut, yaitu: Universitas Indonesia

27

log P = L wi log Pi

(2.23)

Indeks harga pada persamaan (2.23) di atas dikenal sebagai indeks harga Stone. Dengan menggunakan indeks harga Stone maka persamaan (2.21) menjadi linier dalam harga dan pengeluaran. Fungsi tersebut dikenal sebagai aproksimasi linier dari AIDS atau LA/AIDS (Linear Approximation/Almost Ideal Demand

System). Beberapa kelebihan model AIDS adalah : 1.

Model ini mempertimbangkan keputusan konsumen dalam menentukan seperangkat komoditas secara bersama-sama sehingga hubungan silang dua arah atau lebih dari komoditas-komoditas tersebut dapat ditentukan. Hal ini sesuai dengan fenomena aktual yang terjadi bahwa pemilihan suatu komoditas dilakukan oleh konsumen secara bersama-sama.

2.

Bentuk

fung~~nya

konsisten dengan data pengeluaran rumahtangga yang

biasanya tersedia, sehingga estimasi permintaan bisa dilakukan tanpa data dalam bentuk kuantitas. 3.

Konsisten

dengan

teori

permintaan karena

restriksi

adanya

yang

dimasukkan ke dalam model. 4.

Parametemya mudah diduga tanpa harus menggunakan metode non-linear.

5.

Karena model berbentuk semi log, maka secara ekonometrika akan menghasilkan parameter dugaan yang lebih efisien, karena secara tidak langsung dapat mengatasi masalah penyimpangan asumsi dasar dalam OLS seperti heteroskedastisitas.

2.4.Tinjauan Penelitian Terdahulu Beberapa peneliti telah menggunakan model AIDS dan sebagian dari mereka

melanjutkan

dengan

menghitung

Compensting

Variation

(CV).

Kesimpulan beberapa hasil penelitian terdahulu tentang penggunaan model AIDS maupun penghitungan CV diperlihatkan pada Tabel2.5 berikut ini:


28

Tabel2.5. Beberapa Hasil Penelitian Terdahulu No (1)

Pengarang, Judul, Sumber Data (Periode) (2)

1

Sabrina (2006), "Pola Konsumsi dan Permintaan Pangan Rumahtangga di Sumatera Barat", Susenas(2002)

2

Agung Dwi Chandra (2007), "Analisis Permintaan Sayur-sayuran Menuju Pemenuhan Sendiri di Propinsi Kep. Bangka Belitung", Susenas(2005)dan Podes (2005)

3

Jossy Prananta Moeis (2003), "Indonesian Food Demand System: An Analysis of the Impacts of the Economic Crisis On Household Consumption and Nutritional Intake", Susenas(1996, 1999) dan Podes (2002)

4

Sonya Kostova Huffman & Stanley R. Johnson (Oktober 2000), "Re-evaluation of Welfare Changes during the Transition in Poland", Polish Household Budget Survey (19871992)

Data Set (3)

Metodologi Variabel (4)

Crosssection

Proporsi pengeluaran 7 kelompok komoditi pangan, total pengeluaran, harga agregat, jumlah anggota rumahtangga, pendidikan istri

Crosssection

Proporsi pengeluaran 5• kelompok komoditi pangan, total pengeluaran, unit value, pengeluaran untuk pajak, jumlah anggota rumahtangga, pendidikan kepala rumahtangga, pendidikan istri, tingkat pendidikan kades & sekdes, akses jalan, letak geografis.

Crosssection

Proporsi pengeluaran 10 kelompok komoditi, unit value, pengeluaran total, adult equivalent, pajak, lama sekolah KRT, lama sekolah meal planner, dll

Crosssection & Panel data

Proporsi pengeluaran 6 kelompok komoditi, total pengeluaran, harga, ukuran keluarga, sumber penghasilan keluarga

Metode (5)

LA/AIDS Model dengan 3SLS

Kesimpulan (6) Perubahan harga padvur.nbiumunrnnya lebih besar pengaruhnya terhadap komoditas lainnya dibandingkan pengaruh perubahan harga komoditas lainnya terhadap permintaan padvumbi. Permintaan pangan di pedesaan umunmya lebih responsif terhadap perubahan pendapatan dibandingkan di perkotaan.

LA/AIDS Model denganOLS

Harga sendiri berkorelasi negatif, pendapatan berkorelasi positif dan harga barang, padv umbi, daging dan ikan, serta makanan lainnya menunjukan hubungan yang komplementer.

LA/AIDS Model denganOLS

Akibat krisis ekonomi, jumlah konsumsi semua kelompok komoditi makanan mengalami penurunan karena kenaikan harga, asupan nutrisi per kapita menurun 3% untuk rumahtangga miskin dan 10% untuk rumahtagga nonmiskin.

AIDS Model dengan OLS/GLS,

Compensating Variation

Terjadipenurunan tingkat kesejahteraan sebesar 62-84 persen selama periode 19871992

(CV)


29

Tabe12.5. Beberapa Hasil Penelitian Terdahulu (Lanjutan) Metodologi Variabel

No

Pengarang, Judul, Sumber Data (Periode)

Data Set

(1)

(2J

i:B

l~

(5)

5

Charles Ackah & Simon Appleton (2006), "Food Price Changes and Consumer Welfare in Ghana in the 1990s", GLSS (1991/1992 & 1998/1999)

Crosssection

Proporsi pengeluaran 6 kelompok komoditi, total pengeluaran, harga, ukuran rumahtangga, umurkepala rumahtangga,dumm y regional dan daerah (kota/desa)

LA/AIDS Model dengan SUR,

6

Jed Friedman dan James Levinsohn (2002), "The Distributional Impacts of Indonesia's Financial Crisis on Household Welfare: A "Rapid Response" Methodology", Susenas ( 1996)

Crosssection

Metode

Proporsi pengeluaran komoditi makanan dan non-makanan, total pengeluaran, pengeluaran per kapita, unit value, ukuran rumahtangga

Compensating Variation (CJI)

Compensating Variation (CJI)

Kesimpulan (6) Kenaikan harga makanan menurunkan real income dan purchasing power bagi rumahtangga miskin di perkotaan. Liberalisasi tarif(simulasi) akan cenderung mengurangj

welfare losses untuk semua rumahtangga. CV daerah perkotaan lebih tinggi daripada daerah perdesaan; CV rumahtangga nonmiskin lebih tinggi daripada rumahtangga miskin; di daerah perkotaan semaki1! tinggi pengeluaran rumahtangga, CV semakin rendah; di daerah perdesaan semakin tinggi pengeluaran rumahtangga, CV semakin tinggi.

Sabrina (2006) menggunakan LNAIDS tanpa melakukan koreksi terhadap harga (unit value), sedangkan Chandra (2007) menggunakannya dengan melakukan koreksi terhadap harga (unit value).

Moeis (2003) menggunakan

LNAIDS pada dua tahun pengamatan yaitu 1996 dan 1999 dengan melakukan koreksi terhadap harga (unit value) untuk mengatasi simultaneous bias, mengatasi

selectivity bias dengan two step Heckman, dan mengatasi contemporaneous correlation dengan bootstrapping. Huffman & Johnson (2000) dan Ackah & Appleton (2006) menggunakan AIDS untuk menghitung Compensating Variation (CV) dengan dua tahun pengamatan. Sementara Friedman & Levinsohn (2002) hanya menghitung CV dengan menggunakan satu tahun pengamatan dan data perubahan harga/inflasi. Penelitian ini menggabungkan metode yang dilakukan oleh Moeis (2003) tanpa mengatasi contemporaneous correlation dan Ackah & Appleton (2006) yaitu menggunakan LNAIDS untuk menghitung compensating variation (CV). Universitas Indonesia

BAB3 SUMBER DATA DAN ME TO DE PENELIT IAN

3.1.

Somber Data Penelitian Penelitian ini menggunakan data sekunder, yaitu data Survei Sosial

Ekonomi Nasional (Susenas) Panel Konsumsi Pebruari 2005 dan Maret 2006 yang dikumpulkan oleh Badan Pusat Statistik (BPS). Data Susenas Panel Konsumsi merupakan data cross section dengan sampling unit rumahtangga. Data yang dikumpulkan dalam Susenas Panel Konsumsi terdiri dari data pokok (kor) dan data modul konsumsi.

Data kor antara lain adalah keterangan

tentang karakteristik rumahtangga seperti status tempat tinggal (kota/desa), pendidikan, kesehatan, peketjaan masing-masing anggota rumahtangga, perumahan.

Sedangkan data modul konsumsi berisi keterangan rinci tentang

pengeluaran rumahtangga untuk setiap jenis komoditi yang dikonsumsi yang dibedakan atas makanan dan non makanan, serta rincian tentang penerimaan rumahtangga. Data konsumsi makanan dirinci menjadi sebanyak 215 jenis, masingmasing dikumpulkan data kuantitas dan nilainya.

Untuk non makanan pada

umumnya yang dikumpulkan hanya data nilai pengeluarannya, kecuali untuk beberapa jenis pengeluaran tertentu seperti penggunaan listrik, air, gas, arang, dan bahan bakar min yak (BBM), yang dikumpulkan termasuk kuantitasnya. Data yang dianalisis dalam penelitian ini meliputi data konsumsi rumahtangga untuk berbagai jenis komoditi makanan yang terdiri dari kuantitas dan nilai rupiahnya (data modul konsumsi) baik yang berasal dari pembelian maupun dari produksi sendiri, pemberian, dan sebagainya.

Selain itu, data

karakteristik rumahtangga (data kor) yang diduga ikut mempengaruhi sistem permintaan makanan juga dimasukkan dalam analisis ini. Data karakteristik rumahtangga tersebut antara lain type daerah (perkotaan dan perdesaan), jumlah anggota

rumahtangga,

tingkat

pendidikan

kepala

rumahtangga,

sumber

penghasilan utama rumahtangga.

30


31

3.2. Metode Penelitian Penelitian ini menggunakan metode analisis ekonometrika dengan data

cross section untuk mengestimasi sistem permintaan model LA/AIDS dengan SPSS versi 15.0 dan hasilnya digunakan untuk menghitung Compensating

Variation (CV).

3.2.1. Analisis Ekonometri ka 3.2.1.1. Spesifikasi Model Permintaan Dikaitkan dengan tujuan penelitian dan dengan memperhatikan kelebihan model permintaan yang telah diuraikan sebelumnya, model yang digunakan dalam penelitian ini adalah model AIDS dalam bentuk aproksimasi linear (LA/AIDS). Model LA/AIDS berbentuk semi log sehingga rumahtangga yang dapat dianalisis adalah rumahtangga yang mengkonsumsi seluruh jenis makanan '

(kelompok makanan) yang dianalisis atau tidak ada nilai nol pada setiap kelompok makanan yang dianalisis. Oleh karena itu, dilakukan agregasi atau penggabungan komoditas makanan menjadi kelompok yang lebih besar sehingga jumlah data yang memenuhi syarat untuk dianalisis menjadi lebih banyak. Tidak ada aturan dasar ataupun standar baku yang dapat digunakan dalam penentuan jumlah kelompok komoditas yang dapat dibentuk ataupun komposisi jenis komoditas yang dapat dikelompokkan menjadi satu kelompok untuk keperluan analisis. Pembentukan kelompok komoditas oleh para peneliti biasanya didasarkan pada penelitian terdahulu, keperluan studi, pangan lokal, kandungan zat gizi pangan, sasaran kebijakan, dan pertimbangan lainnya (Moeis, 2003). Pada penelitian ini, kelompok makanan dibentuk berdasarkan kandungan zat gizi komoditas yang dianalisis. Pertama, kelompok makanan sumber tenaga (karbohidrat) yaitu padi/umbi. Kedua, kelompok makanan sumber protein hewani (ikan, daging, telur, susu).

Ketiga, kelompok makanan sumber protein nabati,

vitamin dan mineral (sayur-sayuran, kacang-kacangan dan buah-buahan). Keempat, kelompok makanan sumber lemak (minyak dan lemak).

Sedangkan

kelompok makanan lainnya yaitu kelompok bahan minuman, bumbu-bumbuan, konsumsi lainnya, makanan/minuman jadi serta tembakau dan sirih yang masingUniversitas Indonesia

32

masing terdiri dari berbagai jenis makanan dibentuk menjadi kelompok tersendiri, sehingga jumlah kelompok makanan yang dianalisis adalah sebanyak lima kelompok.

Selengkapnya kelima kelompok makanan yang dianalisis adalah

sebagai berikut:

1. Kelompok padi dan umbi (karbohidrat). 2. Kelompok ikan, daging, telur, dan susu (protein hewani). 3. Kelompok sayur-sayuran, kacang-kacangan, dan buah-buahan (protein nabati, vitamin dan mineral). 4. Kelompok minyak dan lemak (lemak). 5. Kelompok bahan minuman, bumbu-bumbuan, konsumsi lainnya, makanan dan minumanjadi, tembakau dan sirih (kelompok makanan lainnya). Dalam pengelompokkan ini diasumsikan bahwa harga semua komoditas

.

makanan dalam satu kelompok bergerak bersamaan.

Asumsi ini mengikuti

pendapat Nicholson (2005) yang menyebutkan bahwa komoditas gabungan

(composite good) adalah kelompok barang di mana harga semua barang dalam kelompok tersebut bergerak bersamaan sehingga dapat diperlakukan sebagai satu komoditas tunggal. Dalam analisis 1m JUga diasumsikan bahwa pengeluaran konsumsi makanan dan non makanan teijadi pada kondisi keterpisahan (separability), sehingga konsumen dapat menentukan preferensinya secara bebas terhadap komoditas makanan tanpa dipengaruhi oleh pengeluaran komoditas non makanan, dan sebaliknya. Asumsi

lainnya

adalah

bahwa

rumahtangga

mengalokasikan

pendapatannya untuk pengeluaran konsumsi dengan dua tahap.

Pada tahap

pertama, pendapatan rumahtangga dialokasikan untuk pengeluaran konsumsi makanan dan non makanan.

Pada tahap kedua, rumahtangga mengalokasikan

pengeluaran konsumsi makanan ke dalam komponen-komponen yang lebih spesifik seperti beras, ikan, tahu, tempe, bayam, kelapa, minyak goreng, jeruk, apel, nasi rames, roti, dan sebagainya, yang kemudian diagregasi menjadi lima kelompok makanan. Pada tahap kedua ini diasumsikan terdapat sating keterkaitan di antara kelompok komoditas tersebut sehingga pengeluaran untuk konsumsi makanan merupakan suatu sistem. Universitas Indonesia

33

Model LA/AIDS yang digunakan dalam penelitian ini diformulasikan sebagai berikut: 1. Model Matematika w_ keli = f(harga estimasi kelompok komoditi, total pengeluaranlindeks harga Stone, jumlah ART, umur KRT, lama sekolah KRT, luas lantai per kapita, type daerah, status miskin, sumber penghasilan utama RT, jenis (3.1)

kelaminKRT, IMR) 2. Model Ekonometri

w_kelt

= aiO + LjYtilnpi + Ptln[~] + czulnjmlART + at

at 3 lnlmsklhKRT + at4 lnlantai

2

lnumurKRT +

+ at 5 typedaerah + at6 statusmiskin + (3.2)

di mana:

lJ w_keli

=

1,2,3,4,5 (kelompok komoditi)

=

proporsi pengeluaran kelompok komoditi ke-i terhadap total pengeluaran makanan rumah tangga

In pj

=

logaritma natural (In) harga estimasi kelompok komoditi ke-j

In [yiP]

=

p

=

In total pengeluaran konsumsi makanan rumahtangga yang dideflasi dengan indeks harga Stone indeks harga Stone, di mana In P = I: w_ keli In Pi

lnumurKRT lnlantai typedaerah statusmiskin lnjmlART lnlmsklhKRT sumber

= = = = = = =

jkKRT

=

IMRi

=

Ui a.io,a.i 1,a.i2,a.i3, a.i4,a.is,a.i6,a.i7, a.is, a.i9, 'Yij,pi

=

Inverse Mills Ratio, variabel koreksi dari harga estimasi kelompok komoditi ke-i error term

=

parameter dugaan

In umur Kepala Rumah Tangga (KRT) In luas lantai per kapita dummy type daerah (O=perkotaan, 1=perdesaan) dummy status rumahtangga (O=tidak miskin, 1=miskin) In jumlah anggota rumahtangga In lama sekolah Kepala Rumah Tangga {KRT) dummy sumber penghasilan utama RT {O=bukan pertanian, 1=pertanian) dummy jenis kelamin KRT (O=perempuan, 1=1aki-laki)


34

Dalam penelitian ini, pendugaan sistem permintaan model LA/AIDS hanya menerapkan restriksi adding-up saja, sedangkan restriksi simetri (yu=y1;) dan homogenitas {:Ej YiJ = 0, untuk semua i) tidak diterapkan. Restriksi adding-up ini dilakukan dengan cara mengurangi jumlah persamaan regresi kelompok komoditi makanan yang diestimasi yaitu dari lima persamaan menjadi empat persamaan dan estimasi persamaan regresi yang kelima diperoleh dari empat persamaan yang diestimasi sehingga memenuhi syarat adding-up sebagai berikut:

:Ea.;o=l; :Eyu-o; I:p,-o; :Ea.u=O; l:a.;z=O; :Ea.;3=0; :Ea.i4=0; :Ea.;s=O; :Ea.;rO; i i i i i i i i i

:Ea.;r=O; :Ea.;a=O i

i

Persamaan regresi yang dikurangi adalah persamaan regresi untuk kelompok komoditi yang kelima yaitu kelompok makanan lainnya. Sementara, rumus untuk proposi pengeluaran (budget share) dari masingmasing rumahtangga untuk kelompok komoditi-i (w_ keli) adalah:

w_k eli -

~lt

e.

.L.j=l J I l:t=l et

(3.3)

dimana ej dan ei adalah nilai pengeluaran makanan komoditi-j dan kelompok komoditi-i.

3.2.1.2. Estimasi Model Fungsi Permintaan Suatu model persamaan regresi linier dapat dipergunakan untuk membuat estimasi atau perkiraan, pengujian hipotesa dan ramalan interval dari nilai variabel tak bebas Y jika memenuhi asumsi-asumsi klasik. Beberapa asumsi klasik yang penting adalah sebagai berikut: 1. Nilai rata-rata kesalahan pengganggu (disturbance's error) nol, yaitu E(ui)=O, untuk i=l,2, ... ,n. 2. Varian (ui) = E(u?) = ci untuk i=1,2, ... ,n, atau disebut homoskedastik. 3. Tidak ada otokorelasi antara kesalahan pengganggu (disturbance's error), yang berarti kovarian (ui,Uj) = 0, untuk i:;fj. 4. Tidak ada multikolinearitas di antara variabel bebas X. Universitas Indonesia

35

5. Variabel bebas XI.X2, ... ,Xk konstan dalam sampling yang terulang (repeated sampling)

tidak

dan

berkore!asi

terhadap

kesalahan

pengganggu

(disturbance's error), kovarian (ui,Xi) = 0.

Dengan asumsi klasik ini, penduga koefisien regresi yang diperoleh dengan

menggunakan

metode

kuadrat

terkecil

biasa

(Ordinary

Least

Square=OLS) merupakan penduga linier terbaik tak bias (Best Linear Unbiased Estimator=BLUE).

Pelanggaran terhadap asumsi-asumsi klasik tersebut akan

berakibat model regresi yang diperoleh tidak tepat atau bukan merupakan gambaran yang sebenamya dari populasi.

Oleh karena itu, perlu dilakukan

pengujian terhadap adanya pelanggaran asumsi-asumsi tersebut sehingga model regresi yang diperoleh dapat dipergunakan untuk analisa lebih lanjut. Pengujian terhadap asumsi-asumsi klasik homoskedastik, tidak ada otokorelasi dan tidak ada multikolinearitas (asumsi ke-2 sampai ke-4 di atas) dapat dilakukan dengan bantuan paket program pengolahan data seperti Eviews, Stata, SPSS, dan lain-lain. Sedangkan untuk asumsi ke-5 yaitu bahwa variabel bebas tidak berkorelasi terhadap kesalahan pengganggu (disturbance's error), tidak dapat diuji secara langsung tetapi dapat dideteksi melalui teori ilmu ekonomi. Dalam penelitian Moeis (2003) disebutkan bahwa dalam model permintaan LA/AIDS, variabel bebas (harga) dan tidak bebas (budget share) mempunyai hubungan secara simultan.

Kondisi ini disebabkan karena

digunakannya unit value sebagai proksi dari harga. Unit value diperoleh dari hasil pembagian antara pengeluaran rumahtangga untuk kelompok makanan tertentu dengan jumlah unitnya. Sedangkan budget share sebagai variabel tidak bebas diperoleh dari hasil pembagian antara pengeluaran rumahtangga untuk kelompok makanan tertentu dengan pengeluaran total rumahtangga.

Variabel bebas dan

tidak bebas sama-sama ditentukan oleh pengeluaran rumahtangga.

Suatu

persamaan yang mengandung bias simultan jika digunakan dalam OLS akan menghasilkan estimator yang bias. Unit value kelompok komoditi i (harga_keli) dihitung sebagai rata-rata

tertimbang dari komoditi-komoditi dalam kelompok komoditi i dengan rumus:

harga_keli =

:E~~ 1 Ihargai ::r?-] .El=l el

(3.4)


36

dimana unit value komoditi-j

yang dibayar oleh rumahtangga (hargaj)

didefmisikan sebagai:

harga1·

= ....1..qje·

dimana 'Jj adalah banyaknya komoditi-j yang dikonsumsi rumahtangga dan ej adalah nilai pengeluaran komoditi-j. Bias simultan karena digunakannya unit value sebagai proksi dari harga kelompok komoditi ini dapat diatasi dengan menggunakan variabel instrumen harga yaitu unit value yang dikoreksi dengan mempertimbangkan pengaruh kualitas barang yang dibeli (Cox dan Wohlgenant, Heien dan Wessells, 1990; Domdora, 1991 dalam Moeis, 2003) dan jumlah yang dibeli (Rao, 2000 dalam Moeis, 2003). Berikut ini akan dijelaskan tentang variabel instrumen harga tersebut dan beberapa hal yang akan dilakukan agar diperoleh penduga koefisien yang Best Linear Unbiase1 Estimator (BLUE).

A.

Mengatasi Simultaneity Bias, Quality Effect, dan Quantity Premium dari Data Untuk menghindari terjadinya bias dari data harga setiap komoditi

pangan karena adanya hubungan simultan antara variabel tak bebas (proporsi pengeluaran) dengan variabel bebas (harga) pada model fungsi permintaan, serta untuk mengatasi quality effect (perbedaan harga yang terjadi karena perbedaan kualitas barang) dan quantity premium (perbedaan harga yang terjadi karena perbedaan jumlah pembelian) terhadap rumahtangga sampel yang mengkonsumsi, digunakan instrument variable (Moeis, 2003).

Caranya adalah mencari harga

estimasi masing-masing komoditi makanan untuk setiap rumahtangga sampel. Dalam hal ini diasumsikan bahwa setiap rumahtangga belanja pada pasar yang sama untuk setiap desa dan setiap desa hanya memiliki satu pasar. Tahap pertama adalah menghitung logaritma dari harga rata-rata setiap komoditi makanan di setiap desa (Ln_harga_rata_keli), dan menghitung deviasi dari logaritma harga setiap kelompok komoditi (LDev_ keli) yang dibayar setiap rumahtangga terhadap rata-rata harga setiap kelompok komoditi di setiap desa dengan rumus: Universitas Indonesia

37

(3.5)

LDev_ keli = Ln_ harga_keli - Ln_harga_rata_keli di mana: LDev_keli

=

deviasi dari log harga kelompok komoditi i

Ln_ harga_ keli

=

log dari harga kelompok komoditi i

Ln_ harga_rata_keli =

log dari harga rata-rata kelompok komoditi i di setiap desa

Tahap kedua adalah melakukan regresi dengan mengguna kan OLS yaitu antara LDev_keli sebagai variabel tak bebas dan variabel-variabel bebas seperti pada persamaan 3.2 tanpa variabel ln pj dan IMRi dengan model ekonometri sebagai berikut:

+ Pi lny + aillnjmlA RT + ai 2 lnumurKR T + ai 3 lnlmsklhK RT + ai4 lnlantai + ai 5 typedaer ah + ai 6 statusmis kin + LDev_keli

=

aw

(3.6) dimana: 1

=

1,2,3 ,4,5 (kelompok komoditi)

LDev_keli

=

deviasi dari log harga kelompok komoditi i

ln y

=

ln total pengeluaran konsumsi makanan rumahtang ga

lnumurKR T

=

ln umur Kepala Rumah Tangga (KRT)

lnlantai

=

ln luas lantai per kapita

typedaerah

=

dummy type daerah (O=perkotaan, 1=perdesaa n)

statusmisk in

=

dummy status rumahtang ga (O=tidak miskin, 1=miskin)

lnjmlART

=

ln jumlah anggota rumahtang ga

lnlmsklhK RT

=

ln lama sekolah Kepala Rumah Tangga (KRT)

sumber

=

jkKRT

=

dummy sumber penghasilan utama RT (O=bukan pertanian, 1=pertanian) jenis kelamin KRT (O=perempuan, 1=laki-laki)

Uj

=

error term

O.jQ,Ui I ,a.i2, O.jJ 'O.j4, O.j5' O.j6, = a.·1 I , P·1 I , a.·s

parameter dugaan


38

Tahap ketiga adalah menghitung harga estimasi (lnharga_est_keli) dari setiap kelompok komoditi untuk setiap rumahtangga baik rumahtangga yang mengkonsumsi kelompok komoditi tersebut ataupun tidak, dengan rumus: Mengkonsumsi : lnharga_est_keli Tidak konsumsi:

=

Ln_harga_keli -" LDev_keli

lnharga_est_keli = Ln_harga_rata_keli -" LDev_keli

(3.7) (3.8)

di mana: log harga estimasi kelompok komoditi i

lnharga_est_keli

=

Ln_ harga_ keli

= log dari harga kelompok komoditi i

Ln_ harga_rata_keli = log dari harga rata-rata kelompok komoditi i di setiap desa " LDev_keli

= nilai

estimasi

pada

(mengacu

LDev_ keli

persamaan 3.6) dari hasil regresi

B.

Mengatasi Selectivity Bias dari Data Masalah berikutnya yang juga harus diatasi agar hasil estimasi fungsi

permintaan tidak bias adalah masalah selectivity bias. Menurut Moeis (2003), selectivity bias dari data terjadi karena adanya rumahtangga yang tidak mengkonsumsi salah satu komoditi makanan disebabkan oleh beberapa hal, misalnya pola diet rumahtangga tersebut sebagai vegetarian sehingga tidak mengkonsumsi daging dan hewani, atau disebabkan oleh waktu pencacahannya yang sangat pendek (seminggu) sehingga pada waktu pencacahan rumahtangga tersebut kebetulan sedang tidak mengkonsumsi komoditi tertentu.

Tidak

mengikutsertakan rumahtangga yang tidak mengkonsumsi komoditi ini dalam estimasi akan menghasilkan dugaan parameter yang bias. Adapun cara mengatasi selectivity bias dari data ini antara lain: 1. Dengan cara mengelompokkan komoditi makanan. 2. Dengan menggunakan two step estimation dari Heckman, yaitu menambahkan variabel bebas IMR (Inverse Mills Ratio) pada model utama hila dengan pengelompokkan masih terdapat rumahtangga yang tidak mengkonsumsi. Dengan cara mengelompokkan komoditi makanan telah dilakukan yaitu dengan memasukkan komoditi ke dalam lima kelompok seperti yang telah Universitas Indonesia

39

dijelaskan

sebelumnya.

Bila

masih

terdapat

rumahtangga

yang

tidak

mengkonsumsi dalam jumlah banyak maka dilakukan two step Heckman yaitu dengan menambah variabel bebas IMR pada model utama (persamaan 3.2) di mana untuk mendapatkan IMR digunakan regresi logistik untuk mengestimasi peluang rumahtangga mengkonsumsi suatu kelompok komoditi makanan dengan variabel bebas harga-harga, total pengeluaran makanan, dan karakteristik rumahtangganya. Model regresi logistik tersebut adalah sebagai berikut:

di mana zi adalah:

zi

= aiO + LjYij lnpj +Pi lny + aillnjmlART + aizlnumurKRT +

ai3 lnlmsklhKRT + ai4 lnlantai

+ ai 5 typedaerah + ai6 statusmiskin +

ai7 sumber + auJkKRT + ui

(3.9)

di mana:

lJ pi

=

1,2,3,4,5 (kelompok komoditi)

=

peluang kons_keli = 1, dimana kons_keli = 1 jika w_keli > 0 dan kons_keli = 0 jika lainnya

In Pj

=

logaritma natural (In) harga estimasi kelompok komoditi ke-j

In y

=

In total pengeluaran konsumsi makanan rumahtangga

lnumurKRT

=

In umur Kepala Rumah Tangga {KRT)

lnlantai

=

In luas lantai per kapita

typedaerah

=

dummy type daerah (O=perkotaan, 1=perdesaan)

statusmiskin

=

dummy status rumahtangga (O=tidak miskin, 1=miskin)

lnjmlART

=

In jumlah anggota rumahtangga

lnlmsklhKRT =

In lama sekolah Kepala Rumah Tangga (KRT) dummy sumber penghasilan utama RT (O=bukan pertanian, 1=pertanian) jenis kelamin KRT {O=perempuan, l=laki-laki)

sumber

=

jkKRT

=

Uj

= error term

<Xio,ail ,
= parameter dugaan


40

Setelah mendapatkan estimasi peluang mengkonsumsi suatu kelompok komoditi makanan dari regresi logistik ("Pi), maka dihitung nilai probit (individual probit score) masing-masing kelompok makanan dari nilai estimasi peluang tersebut dengan menggunakan program SPSS (variabel probit_keli)·

Selanjutnya nilai IMR diperoleh dengan membagi probability density function (PDF) dan cumulative distribution function (CDF) dalam distribusi standar normal, dengan rumus:

IMRi

= (~e -~ 2 ) I (~J~~ e-~ 2 dp)

dimana p adalah individual probit score dan

(3.10) ~

adalah persamaan (3.9). Nilai

IMR inilah yang akan menjadi salah satu variabel bebas pada model utama LNAID S (persamaan 3.2). Selain dua hal di atas yaitu mengatasi simultanity bias, quality effect, dan quantity pre;~zium serta selectivity bias dari data, dalam penelitian ini dilakukan pula pengujian asumsi klasik dari suatu model regresi agar dapat dilakukan estimasi dengan OLS sehingga diperoleh penduga yang linier terbaik tak bias (Best Linear Unbiased Estimator=BLUE), diantaranya yaitu multikolinearitas dan homoskedastisitas. Uji tidak adanya multikolinearitas dilakukan dengan

menggunakan variance-inflating factor (V/F), sedangkan uji homoskedastisitas dilakukan dengan menggunakan Breusch-Pagan/Cook-Weisberg. Jika terjadi heteroskedastisitas, maka digunakan regresi dengan robust sehingga diperoleh standar d error yang efisien. Pengujian ini dilakukan dengan menggunakan program StataSE 8. 3.2.2. Penghi tungan Compe nsating Variation Dari Model AIDS Mengacu pada persamaan 3.2, dimana w_keli yang digunakan adalah w_ keli rata-rata, berikut adalah rumus untuk elastisitas pendapatan/pengeluaran (ei), elastisitas harga sendiri (Eii) dan harga silang (Eij) Marshall ian (uncompensated) serta elastisitas harga terkompensasi (E*ij) Hicksian (compensated):

ei = 1 + ~/w_keli

(3.11)

Eii = -(1 +~i) + Yi/w_ keli

(3.12) Universitas Indonesia

41

Eij = yij/w_ keli - ~i(w_kel/w_keli)

(3.13)

~

(3.14)

t*ij = Eij w_kelj

Elastisitas permintaan kelompok makanan terhadap total pengeluaran makanan yang diperoleh dari model LA/AIDS di atas adalah elastisitas permintaan masing-masing kelompok makanan terhadap total pengeluaran Untuk memperoleh

makanan, bukan terhadap total pengeluaran ruma."'tangga.

besaran elastisitas permintaan masing-masing kelompok makanan terhadap total pengeluaran rumahtangga (sebagai proksi pendapatan rumah tangga), nilai elastisitas total pengeluaran makanan dari hasil perhitungan dengan model LA/AIDS tersebut (pesamaan 3.11) dikalikan dengan nilai elastisitas total pengeluaran makanan terhadap total pengeluaran rumahtangga. Elastisitas total pengeluaran makanan terhadap total pengeluaran rumah tangga (pendapatan rumahtangga) diduga der:-3an modellogari tma tinier sebagai berikut: (3.15)

lny_makanan = a+blny_tota l + Ui ep

=b = dlndlnY -makanan Y_total

(3.16)

di mana: y_makanan

=

total pengeluaran makanan rumahtangga sebulan

y_total

=

total pengeluaran rumahtangga sebulan

Selanjutnya elastisitas permintaan kelompok makanan tertentu terhadap total pengeluaran rumahtangga atau elastisitas pendapatan dihitung berdasarkan rumus berikut: (3.17) di mana: ei 1 = elastisitas permintaan kelompok makanan i terhadap pendapatan/ total pengeluaran rumahtangga ei

=

elastisitas permintaan kelompok

makanan

i terhadap

total

pengeluaran makanan (hasil analisis model LA/AIDS) ep = elastisitas total pengeluaran makanan terhadap total pengeluaran rumahtangga (dari persamaan 3 .16)


42

Untuk menghitung Compensating Variation (CV), misalkan e(p,u) adalah fungsi pengeluaran yang didefinisikan sebagai pengeluaran minimum yang dibutuhkan untuk mencapai tingkat utilitas tertentu, u, pada vektor harga p (subscripts mengacu pada sebelum (0) dan sesudah (1) kenaikan harga BBM), maka besamya Compensating Variation (CV) adalah: (3.18)

CV = e{pt, Uo)- e(po, Uo)

Berdasarkan rumus 3.18, CV yang bernilai positif berarti terjadi penurunan tingkat kesejahteraan (welfare loss) dan sebaliknya jika bemilai negatif berarti terjadi kenaikan tingkat kesejahteraan (welfare gain). Dalam model LA/AIDS, CV dapat diperkirakan dengan menggunakan a second order Taylor expansion dari fungsi pengeluaran sebagai berikut: llln e:::: l: w_keli llln Pi+~ l: l: w_keli

E*ij llln

(3.19)

Pi llln Pj

~·~·

~· dim ana: w_ keli

=

rata-rata proporsi pengeluaran kelompok komoditi i pada periode awal atau sebelum kenaikan harga BBM (Pebruari 2005)

= llln Pj = E*··IJ = llln Pi

perubahan proporsional rata-rata harga kelompok komoditi i perubahan proporsional rata-rata harga kelompok komcditi j

•

elastisitas harga terkompensasi kelompok komoditi i terhadap perubahan harga kelompok komoditi j periode awal (Pebruari 2005)

Bagian pertama dalam persamaan 3.19 adalah proporsional terhadap jumlah yang dikonsumsi sedangkan bagian kedua bergantung pada elastisitas harga terkompensasi (Hicksian). Bagian pertama dari dampak perubahan hargaharga secara implisit mengasumsikan bahwa rumahtangga tidak mampu mengubah pola konsumsi mereka ketika harga berubah (yang equivalen untuk mengasumsikan bahwa semua elastisitas bemilai nol). Padahal sebenamya ada efek substitusi sebagai respon naiknya harga-harga.

Dengan demikian, jika

bagian pertama saja yang digunakan untuk memperkirakan nilai CV maka akan bias. Oleh karena itu, pada bagian kedua dimasukkan nilai dari elastisitas harga terkompensasi (Hicksian).

Penghitungan dengan menggunakan rumus di atas

akan menghasilkan nilai CV sebagai proporsi atau persentase terhadap total pengeluaran awal, dalam hal ini adalah total pengeluaran sebelum kenaikan harga Universitas Indonesia

43

BBM yaitu tahun 2005.

Untuk mendapatkan nilai rupiah dari CV, besaran

proporsi ini dikalikan dengan nilai rata-rata dari total pengeluaran rumahtangga tahun 2005. Sesuai dengan tujuan penelitian yang kedua yaitu menganalisa kelompok sosial-ekonomi yang mengalami pengaruh besar terhadap kenaikan harga BBM selama periode Pebruari 2005-Maret 2006, malca CV dihitung untuk beberapa kategori

rumahtangga yaitu berdasarkan type daerah (kota-desa), status

rumahtangga (miskin- non miskin), sumber penghasilan utama (pertanian- non pertanian), dan jumlah anggota rumahtangga (1-4 dan lebih dari 4).

Teknik

penghitungannya sesuai dengan rumus 3.19 dimana nilai proporsi pengeluaran

(w_ keli) dan perubahan proporsional harga ( i\ln Pi) yang digunakan adalah nilai rata-rata untuk rumahtangga masing-masing kategori.

3.2.3. Diagram Alur (Flow Chart) Prosedur Pengolahan Data Untuk melihat secara keseluruhan dari prosedur pengolahan data, berikut ini akan dibuat diagram alurnya (jlow chart). Diagram alur ini dibagi menjadi empat bagian, yaitu bagian I dengan menggunakan data KOR individu. Data ini berisi keterangan setiap anggota rumahtangga yang meliputi umur, jenis kelamin, hubungan dengan kepala rumahtangga, tingkat pendidikan, lapangan usaha, dan sebagainya. Bagian II menggunakan data KOR rumahtangga.

Data ini berisi

keterangan rumahtangga seperti perumahan, pengeluaran konsumsi makanan dan non makanan, sumber penghasilan utama rumahtangga dan sebagainya. Bagian III menggunakan data modul 1. Data modul 1 berisi pengeluaran rumahtangga per komoditi makanan. Bagian IV menggunakan data modul 3. Data ini berisi rekapitulasi pengeluaran rumahtangga baik makanan maupun non makanan. Langkah-langkah sebelum pada bagian akhir yaitu menghitung Compensating Variation (CV) dimana dalam gambar bagian IV sebelum garis putus-putus

dilakukan pada kedua tahun pengamatan yaitu 2005 dan 2006. Diagram alur (jlow chart) ini sesuai dengan syntax pengolahan data yang dapat dilihat pada lampiran.


44

(

Data KOR rumahtangga

)

Menciptakan variabel karakteristik rumahtangga berdasarkan pada data rumahtangga: Kategori sumber penghasilan utama rumahtangga (pertanian dan non pertanian) Luas lantai perkapita

Gambar 3.1. Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian I

[~________D_a_ta_K__o_R~in_d_iv_i_d_u______~]

! Menciptakan variabel karakteristik berdasarkan pada data individu: Lama sekolah kepala rumahtangga Umur kepala rumahtangga Jenis kelamin kepala rumahtangga

rumahtangga

Gambar 3.2. Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian II

(

DataModull

l

(...______M __en_c_i_pt_ak __ an__v_an_·a_b....,.e_I_h_ar_g_a_(_u_n_it_v_a_lu_e_)_______,.]

! Penggabungan komoditi menjadi 5 kelompok makanan dengan menciptakan variabel harga (unit value) masingmasing kelompok dengan rata-rata tertimbang

'

Gambar 3.3. Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian III


45

[ (

DataModul3

l Gabung file dari Bagian III

)

)

+ Menciptakan variabel harga (unit value) rata-rata di desa tiap kelompok makanan

! Menciptakan variabel deviasi harga (unit value) dengan rata-rata desa tiap kelompok makanan dalam bentuk logaritma natural (LDevi)

.

!

Menghitung proporsi pengeluaran = w_keli (budget share) masing-masing kelompok makanan

! Menciptakan variabel kons_keli dimana kons_keli = 1 jika w_keli > 0 (rumahtangga mengkonsumsi kelompok i) dan kons_keli = 0 jika w_keli = 0 (rumahtangga tidak mengkonsumsi kelompok i)

Gabung file dari Bagian I dan II

Menciptakan variabel total pengeluaran makanan, total pengeluaran non makanan, total pengeluaran dan pengeluaran perkapita sebulan

! I'

Menciptakan variabel status_miskin dimana status_miskin = 1 jika pengeluaran perkapita < garis kemiskinan (rumahtangga miskin) dan status_miskin = 0 jika lainnya (rumahtangga tidak miskin)

! Gambar 3.4. Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian N Universitas Indonesia

46

Mengestimasi persamaan regresi dengan log deviasi harga/unit value (LDevi) sebagai variabel terikat dan total pengeluaran makanan serta karakteristik sosial-demografi sebagai variabel bebas, tercipta variabel predicted LDevi (ALDevi)

Menciptakan variabel instrumen harga (lnharga_est_keli)

Mengestimasi persamaan regresi logistik dengan kons_ keli sebagai variabel terikat dan harga-harga, total pengeluaran makanan serta karakteristik sosial-demografi sebagai variabel bebas, tercipta variabel predicted Pi(Api), ciptakan variabel probit_keli(pi) dan terakhir ciptakan variabel IMR (PDF/CDF)

Menciptakan variabel indeks stone (In P = LW_keli * lnharga_est_keli)

Menciptakan variabel total pengeluaran makanan yang dideflasi dengan indeks stone (In_pengmkn_ defl)

Mengestimasi sistem permintaan (demand system) dengan model LA/AIDS untuk 4 kelompok makanan (Regresi Utama)

~

'

dengan Membuat persamaan permintaan yang ke-5 menggunakan hasil estimasi parameter model LA/AIDS dengan memenuhi restriksi adding-up

./

Gambar 3.4. Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian IV (Lanjutan)


47

Regresi pengeluaran makanan dengan pengeluaran total untuk koreksi elastisitas pengeluaran

Menghitung elastisitas harga sendiri dan harga silang (Marshallian dan Hicksian) serta elastisitas pendapatanlpengeluaran

Menghitung Compensating Variation (CV)

Gambar 3.4. Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian IV (Lanjutan)

3.2.4. Definisi Operasional Batasanldefinisi operasional variabel-variabel dan istilah-istilah yang digunakan dalam penelitian ini adalah sebagai berikut :

Rumabtangga (RT) adalah seorang atau sekelompok orang yang mendiami sebagian atau seluruh bangunan fisik atau sensus dan biasanya tinggal bersama serta makan dari satu dapur. Yang dimaksud dengan makan dari satu dapur adalah mengurus kebutuhan sehari-hari bersama menjadi satu.

Anggota Rumah Tangga (ART) adalah semua orang yang biasanya bertempat tinggal di suatu RT, baik yang berada di rumah pada waktu pencacahan maupun sementara sedang tidak ada. ART yang telah bepergian enam bulan atau lebih, dan ART yang bepergian kurang dari enam bulan tetapi dengan tujuan pindah/akan meninggalkan rumah enam bulan atau lebih,tidak dianggap sebagai ART. Orang yang telah tinggal di RT enam bulan atau lebih, atau yang telah tinggal di RT kurang dari enam bulan tetapi bemiat pindah/bertempat tinggal di RT tersebut enam bulan atau lebih dianggap sebagai ART.


48

Kepala Rumah Tangga (KRT) adalah seorang dari sekelompok anggota rumah

tangga yang bertanggungjawab atas kebutuhan sehari-hari rumahtangga, atau orang yang dianggap/ditunjuk sebagai KRT. Pengeluaran konsumsi rumahtangga sebulan adalah total nilai makanan dan

bukan makanan (barangljasa) yang diperoleh, dipakai,

atau dibayarkan

rumahtangga sebulan untuk konsumsi rumahtangga, tidak termasuk untuk keperluan usaha rumahtangga atau yang diberikan kepada pihak/orang lain. Untuk konsumsi makanan, yang termasuk konsumsi rumahtangga adalah yang benar-benar telah dikonsumsi selama referensi waktu survei (consumption approach), sedangkan untuk konsumsi bukan makanan konsep yang dipakai pada

umumnya adalah konsep penyerahan (delivery approach), yaitu dibelildiperoleh dari pihak lain, asalkan tujuannya untuk kebutuhan rumah tangga.

Klasifikasi daerah adalah lokasi tempat tinggal rumah tangga yang dikategorikan

sebagai

perkotaan atau perdesaan.

Untuk menentukan

apakah

suatu

desa/kelurahan termasuk daerah perkotaan atau perdesaan digunakan indikator komposit yang skor atau nilainya didasarkan pada skor atau nilai-nilai tiga buah variabel : kepadatan penduduk, persentase rumah tangga pertanian, dan akses ke fasilitas umum. Somber penghasilan utama rumahtangga adalah sumber penghasilan yang

mengacu pada ART yang mempunyai penghasilan terbesar dibanding ART lainnya. Sumber penghasilan utama rumahtangga adalah pertanian jika lapangan usahanya adalah pertanian dan perburuan {yang meliputi (1). Pertanian tanaman pangan, tanaman perkebunan, dan hortikultura; (2). Petemakan; (3). Kombinasi pertanian atau perkebunan dengan petemakan; (4). Jasa pertanian, perkebunan dan petemakan; (5). Perburuan/penangkapan dan penangkaran satwa liar}, kehutanan, dan perikanan. Luas lantai (m2) adalah luas lantai yang ditempati dan digunakan untuk

keperluan sehari-hari (sebatas atap ). Bagian-bagian yang digunakan bukan untuk keperluan sehari-hari tidak dimasukkan dalam perhitungan luas lantai seperti lumbung padi, kandang temak, lantai jemur (lamparan semen) dan ruangan khusus untuk usaha (misalnya warung). Untuk bangunan bertingkat, luas lantai Universitas Indonesia

49

adalah jumlah luas dari semua tingkat yang ditempati. Bila suatu tempat tinggal dihuni oleh lebih dari satu RT, maka luas lantai hunian setiap RT adalah luas lantai dari ruangan yang dipakai bersama dibagi banyaknya RT ditambah dengan luas lantai pribadi RT yang bersangkutan.

Luas lantai (m2) perkapita adalah luas lantai dibagi dengan banyaknya anggota rumahtangga.

Rumahtangga miskin adalah rumahtangga dengan pengeluaran k(lnsumsi perkapita sebulan di bawah garis kemiskinan. Dengan menggunakan data dan metode yang telah diuraikan di atas, basil yang diperoleh akan dibahas pada bah selanjutnya (Bah 4).


BAB4 PEMBAHAS AN DAN HASIL

Hasil dan pembahasan dalam bah ini akan dibagi menjadi enam bagian. Pertama, membahas deskripsi statistik variabel yang digunakan dalam model. Kedua, membahas hasil estimasi variabel instrumen harga. Ketiga, membahas hasil estimasi regresi logistik yaitu perubahan peluang mengkonsumsi suatu kelompok komoditi makanan. permintaan (demand system).

Keempat, membahas hasil estimasi sistem Kelima, membahas elastisitas permintaan dan

elastisitas pendapatan (pengeluaran).

Keenam, membahas Compensating

Variation (CV). Jumlah sampel rumahtangga yang diolah adalah 10.567 untuk tahun 2005 dan 9.946 untuk tahun 2006.

4.1.

Deskripsi Statistik Variabel-variabel

4.1.1. Variabel Terikat (Dependent Variables) Variabel terikat (dependent variables) yang digunakan dalam sistem persamaan (demand system) dengan model LA/AIDS adalah proporsi pengeluaran

(budget share) untuk semua kelompok komoditi makanan dan rumahtangga. V ariabel ini dihitung dari informasi tentang jumlah konsumsi makanan (banyaknya dan nilainya) dalam Susenas Panel Modul Konsumsi sesuai dengan persamaan 3.3. V ariabel terikat yang kedua yang digunakan adalah deviasi logaritma dari

unit value (proksi dari harga) terhadap rata-rata desa (LDev_Keli). Variabel ini diperoleh dari variabel unit value kelompok komoditi i (harga_ keli) yang dihitung sesuai dengan persamaan 3.4. Variabel terikat yang ketiga adalah variabel dummy kons_keli yang sama dengan satu jika w_keli lebih besar dari 0 (atau rumahtangga mengkonsumsi kelompok-i) dan sama dengan 0 jika selainnya.

Variabel ini digunakan pada

regresi logistik untuk menghasilkan inverse Mills ratio (IMR). Tabel 4.1 memperlihatkan deskripsi statistik dari ketiga variabel terikat seperti

dijelaskan

di

atas.

Masing-masing

variabel

mempunyai

inisial

kelompoknya dimana kelompok 1 (kell) terdiri dari komoditi padi-padian dan 50


51

umbi-umbian, kelompok 2 (kel2) terdiri dari komoditi ikan-ikanan, daging, telur dan susu, kelompok 3 (kel3) terdiri dari komoditi sayur-sayuran, kacang-kacangan dan buah-buah.an, kelompok 4 (kel4) terdiri dari komoditi minyak dan lemak, kelompok 5 terdiri dari komoditi makanan lainnya (bahan minuman, bumbubumbuan, konsumsi lainnya, makanan/minuman jadi serta tembakau dan sirih). Deskripsi statistik variabel terikat yang diperlihatkan pada Tabel 4.1 dan untuk variabcl bebas pada pembahasan berikutnya (Tabel 4.2) adalah merupakan gambaran populasi. Dalam hal ini diasumsikan jumlah rumahtangga tidak mengalami perubahan dari tahun 2005 ke tahun 2006. Asumsi ini dibuat karena keterbatasan data yaitu tidak adanya variabel pembobot (weight) rumahtangga untuk tahun 2006 sehingga dalam pengolahan datanya menggunakan pembobot yang sama dengan pembobot tahun 2005. Statistik yang ditampilkan meliputi nilai rata-rata, standar deviasi, persentase rumahtangga yang tidak mengkonsumsi dan perubahan dari rata-rata (dalam persen). Tabel4.1. Deskripsi Statistik Variabel Terikat (Dependent Variables) Yang Digunakan Dalam Model, Tahun 2005 dan 2006 2006

2005 Nama Variabel dan Defmisi

Rata-rata

Standar deviasi

Tidak konsurnsi

Rata-rata

Standar deviasi

w_ kel1 =budget share kel.1 w_ke12=budget share kel.2 w_ ke13=budget share kel.3

Perubahan rata-rata

(%)

(%)

(%) (1)

Tidak konsumsi

(2)

(3)

(4)

(5)

(6)

(7)

(8)

0,2173

0,1151

1,89

0,2562

2,07

0,1750 0,1685

0,1038 0,0723

4,11 1,12

0,1564 0,1603

0,1320 0,1005

17,91 -10,60

0,0711

5,23 1,42

-4,85

w_ ke14=budget share kel.4 w ke15=budget share kel.5

0,0436

0,0234

2,81

0,0414

0,0225

3,25

-5,01

0,3957

0,1600

0,01

0,3856

0,1648

0,03

-2,53

kons_kell= 1 jika w_kell>O kons_kel2=1 jika w_kel2>0 kons_kel3=1 jika w_kel3>0 kons_kel4=1 jika w_kel4>0 kons kel5=1 jika w kel5>0

0,9811

0,1361

1,89

0,9793

0,1424

2,07

-0,19

0,9589

0,1984

4,11

0,9477

0,2227

5,23

-1,18

0,9888 0,9719

0,1053

1,12

3,25

-0,30 -0,45

0,9999

2,81 0,01

0,1183 0,1772

1,42

0,1651 0,0080

0,9858 0,9675 0,9997

0,0172

0,03

-0,02

2.820

798

1,89

3.586

1.015

2,07

27,15

8.017 2.243 4.275

4.631 929

4,11 1,12

8.298 2.417

5.085 1.019

5,23 1,42

3,51 7,76

2,81 1.691 harga_kel4=unit value kel.4 0,01 507 1.231 harga kel5=unit value kel.5 2006 dan Sumber: Hastl Pengolaha n Susenas Panel 2005

4.657

1.813

3,25

8,93

3.195

2.290

0,03

159,49

harga_kel1 =unit value kel.1 harga_ ke12=unit value kel.2 harga_ ke13=unit value kel.3


52

Dalam Tabel 4.1 terlihat bahwa rata-rata proporsi pengeluaran (budget share) kelompok 1 (padi-padian dan umbi-umbian) mengalami kenaikan sebesar 17,91% selama peri ode Pebruari 2005 - Maret 2006, sementara rata-rata proporsi pengeluaran kelompok makanan selain itu mengalami penurunan.

Penurunan

proporsi pengeluaran yang paling besar adalah kelompok 2 (ikan-ikanan, daging, telur dan susu) yaitu sebesar 10,60%. Sejalan dengan hal ini, proporsi rumahtangga yang mengkonsumsi kelompok tersebut (kons_kel2) mengalami penurunan paling besar yaitu sebesar -1,18%. Hal ini diduga bahwa setelah terjadinya kenaikan harga BBM yang diikuti oleh kenaikan harga barang-barang lainnya, rumahtangga cenderung mengurangi konsumsi kelompok makanan tersebut yaitu ikan-ikanan, daging, telur dan susu. Untuk sebagian rumahtangga, terutama di daerah pedesaan kelompok makanan tersebut termasuk barang mewah. Dilihat dari persentase rumahtangga yang tidak mengkonsumsi (kolom 4 dan 7), semua kelompok makanan menunjukkan adanya kenaikan dari tahun 2005 ke tahun 2006. Kenaikan ini diduga disebabkan oleh adanya saling substitusi antar kelompok makanan atau karena sebagian rumahtangga tidak lagi mengkonsumsi kelompok tersebut (karena naiknya harga-harga). Persentase rumahtangga yang tidak mengkonsumsi paling rendah adalah kelompok 5 (makanan lainnya) yaitu 0,01% pada tahun 2005 dan 0,03% tahun 2006. Oleh karena persentasenya sangat kecil yang berarti tidak ada masalah selectivity bias, maka untuk kelompok ini tidak dilakukan regresi logistik. Sementara persentase paling tinggi adalah kelompok 2 (ikan-ikanan, daging, telur dan susu) yaitu sebesar 4,11% tahun 2005 dan 5,23% tahun 2006 atau naik 1, 12 poin (kenaikan paling tinggi). Selanjutnya, unit value semua kelompok makanan mengalami kenaikan dari tahun 2005 ke tahun 2006. Kenaikan paling besar terjadi pada kelompok 5 (makanan lainnya) yaitu sebesar 159,49% dan yang paling rendah pada kelompok 2 (ikan-ikanan, daging, telur dan susu) yaitu sebesar 3,51 %. Pada kelompok 2 (ikan-ikanan, daging, telur dan susu) terdapat indikasi bahwa kelompok ini merupakan barang yang elastisitasnya terhadap unit value cukup tinggi karena dengan kenaikan unit value paling rendah menyebabkan penurunan tingkat Universitas Indonesia

53

konsumsi paling besar (dilihat dari meningkatnya persentase yang tidak mengkonsumsi kelompok ini seperti dijelaskan sebelumnya). Dalam hal variasi unit value, dapat dilihat bahwa nilai standar deviasinya untuk semua kelompok makanan cukup tinggi pada dua tahun pengamatan. Hal ini menunjukkan adanya keheterogenan dalam unit value. Menurut Moeis (2003), keheterogenan ini bisa disebabkan oleh efek kualitas barang yang dibeli (quality effect) dan atau jumlah barang yang dibeli (quantity premium). Oleh karena itu, pengaruh ini harus dihilangkan dengan melakukan estimasi deviasi dari logaritmanya yang selanjutnya diperoleh harga estimasi (yang akan digunakan dalam estimasi sistem permintaan seperti dijelaskan dalam Bah 3).

4.1.2. Variabel Bebas (Independent Variables) Tabel 4.2 berikut 1m menggambarkan

variabel-variabel

bebas

(independent variables) yang digunakan dalam model. Jumlah variabel bebas ' selain dari harga-harga adalah sebanyak 9 macam yang terdiri dari variabel kontinu sebanyak 5 macam dan variabel dummy sebanyak 4 macam. Pada bagian ini akan dijelaskan variabel-variabel tersebut serta transformasi yang dilakukan dalam mengestimasi sistem persamaan dengan model LA/AIDS. Tabel 4.2. Deskripsi Statistik Variabel Bebas (Independent Variables) Yang Digunakan Dalam Model, Tahun 2005 dan 2006 Defmisi

Nama Variabel (1) A. Variabel bebas kontinu

(2)

2005 Standar Ratadeviasi rata (4) (3)

2006 Standar Ratadeviasi rata (6) (5)

570.222

376.027

606.450

375.598

Jurnlah anggota rumahtangga

3,97

1,67

3,92

1,69

umur KRT

Umur kepala rumahtangga (tahun)

46,18

13,93

47,40

13,94

lama sklh KRT

Lama sekolah kepala rumahtangga (tahun) Luas lantai per kapita (m2)

5,64

3,27

6,67

4,45

20,35

22,49

20,06

19,03

0,55

0,50

0,55

0,50

0,13

0,34

0,25

0,43

0,34

0,47

0,36

0,48

0,87

0,33

0,86

0,34

peng_mkn_sbln

Total pengeluaran makanan (Rp/bulan)

jrnl_art

lantai_kapita

B. Variabel bebas dummy type_daerah status miskin sumber_penghsl

Rurnahtangga tinggal di daerah pedes aan Rumahtangga miskin Sumber penghasilan utama rumahtangga di sektor pertanian

Kepala rumahtangga laki-laki J"k- KRT Sumber: Hasd Pengolahan Susenas Panel 2005 dan 2006


54

A. Total Pengeluaran Makanan Sebulan (Rplbulan): peng_mkn_sbln Dalam penelitian ini, variabel yang berkaitan dengan pendapatan

(income) adalah total pengeluaran makanan sebulan karena model sistem permintaan hanya menganalisis pengeluaran untuk makanan.

Hal ini merujuk

pada penelitian yang dilakukan oleh Ackah dan Appleton (2006) dalam tulisannya yang beijudul "Food Price Changes and Consumer Welfare in Ghana in the

1990s". Seperti dijelaskan pada Bah 3, dalam analisis ini diasumsikan bahwa pengeluaran konsumsi makanan dan non makanan teijadi pada kondisi keterpisahan (separability), sehingga konsumen dapat menentukan preferensinya secara bebas terhadap komoditas makanan tanpa dipengaruhi oleh pengeluaran komoditas non makanan, dan sebaliknya. Oleh karena itu, dalam menghitung nilai elastisitas pendapatan, hasil yang diperoleh dari sistem persamaan ini hams

.

disesuaikan seperti pada persamaan 3.1 7. Rata-rata total pengeluaran makanan sebulan pada tahun 2005 adalah Rp570.222, kemudian meningkat menjadi Rp 606.450 atau sekitar 6,35% pada tahun 2006. Peningkatan ini lebih disebabkan oleh meningkatnya harga-harga komoditi makanan akibat kenaikan harga BBM. Sementara, standar deviasi tidak mengalami perubahan yang berarti. Hal ini menunjukkan bahwa variasi antar rumahtangga tidak berbeda antara tahun 2005 dan 2006.

Sedangkan standar

deviasi yang cukup tinggi menunjukkan bahwa terdapat keheterogenan dalam pengeluaran makanan.

B. Jumlah Anggota Rumahtangga: jml_art Variabel ini mengukur besaran rumahtangga. Banyak penelitian tentang fungsi permintaan memasukkan variabel ini dalam persamaannya, antara lain Huffman dan Johnson (Oktober 2000), Ackah dan Appleton (2006), Sabrina (2006), dan Chandra (2007).

Moeis (2003) menggunakan adult equivalent

sebagai ukuran besaran rumahtangga yaitu jumlah anggota rumahtangga yang dibobot dengan usianya. Menurut Moeis (2003), dimasukkannya variabel besaran rumahtangga dalam sistem permintaan adalah untuk menghitung skala ekonomi

(economies ofscale) suatu rumahtangga dalam aktivitas konsumsi.


55

Rata-rata jumlah anggota rumahtangga sebanyak 4 orang, tidak ada perbedaan antara tahun 2005 dan 2006.

C. Umur Kepala Rumahtangga: umur_KRT V ariabel umur kepala rumahtangga diduga ikut mempengaruhi pola konsumsi rumahtangga sehingga mempengaruhi permintaan.

Dalam banyak

penelitian, variabel ini sering dimasukkan ke dalam model. Rata-rata umur kepala rumahtangga adalah 46 tahun pada 2005 dan 47 tahun pada 2006. Selisih satu tahun dalam rata-rata umur kepala rumahtangga adalah karena dalam analisis ini menggunakan rumahtangga yang sama antara tahun 2005 dan 2006.

D. Lama Sekolah Kepala Rumahtangga: lama_sklh_KRT Kepala

rumahtangga

mempunyai

peranan

diduga

mcmpengaruhi

cara

penting

dalam

Tingkat pendidikan kepala

memutuskan alokasi pengeluaran rumahtangga. rumahtangga

yang

rumahtangga

pengeluarannya (membelanjakan pendapatannya).

mengalokasikan

Dalam penelitian ini

menggunakan lama sekolah dari kepala rumahtangga sebagai ukuran tingkat pendidikannya. Rata-rata lama sekolah dari kepala rumahtangga adalah 5,64 tahun pada 2005 dan 6,67 tahun pada 2006. Hal ini berarti bahwa rata-rata pendidikan kepala rumahtangga hanya sampai pada tingkat sekolah dasar.

Standar deviasi yang

cukup tinggi menunjukkan keheterogenan dalam lama sekolah dari kepala rumahtangga untuk kedua tahun tersebut.

E. Luas Lantai Perkapita (m2): lantai_kapita Variabel ini merupakan proksi ukuran kekayaan rumahtangga, artinya luas lantai perkapita yang tinggi menunjukkan bahwa rumahtangga tersebut mempunyai nilai asset kekayaan yang tinggi.

Ukuran kekayaan ini diduga

mempengaruhi tingkat pembelanjaan rumahtangga. Variabel ini dan dua variabel lainnya yaitu total pengeluaran makanan dan jumlah anggota rumahtangga adalah merupakan variabel kontrol terhadap adanya quantity premium dan quality effect dalam unit value (Moeis, 2003). Universitas Indonesia

56

Rata-rata luas lantai perkapita adalah 20 m2 untuk kedua tahun pengamatan.

Dengan nilai standar deviasi yang tinggi menunjukkan adanya

keheterogenan dalam data.

F. Variabel Dummy: type_daerah, status_miskin, sumber_penghsl dan J"k- KRT

Selain variabel yang nilainya kontinu, dalam model ini digunakan juga variabel dummy yang nilainya 1 dan 0 yang diduga ikut menentukan sistem permintaan. Variabel tersebut adalah type daerah tempat tinggal rumahtangga yaitu bernilai 1 bagi rumahtangga yang berlokasi di daerah perdesaan dan bernilai 0 untuk daerah perkotaan. Kemudian variabel status miskin dari rumahtangga yaitu bemilai 1 untuk rumahtangga miskin dan bernilai 0 untuk rumahtangga tidak miskin.

Variabel dummy berikutnya adalah sumber penghasilan utama

rumahtangga yaitu bernilai l untuk rumahtangga pertanian dan bemilai 0 untuk rumahtangga non pertanian. Konsep status miskin dan sumber penghasilan utama rumahtangga telah dijelaskan dalam Bab 3. Variabel dummy yang terakhir adalah jenis kelamin kepala rumahtangga yaitu bernilai 1 jika kepala rumahtangga lakilaki dan bemilai 0 jika perempuan. Gambaran (deskripsi) tentang variabel-variabel dummy tersebut adalah sebagai berikut. Rumahtangga yang tinggal di daerah perdesaan sebanyak 55% pada kedua tahun pengamatan karena menggunakan rumahtangga yang sama. Jumlah rumahtangga miskin mengalami peningkatan yaitu dari 13% pada tahun 2005 menjadi 25% pada tahun 2006, yang berarti sebanyak 12% rumahtangga mengalami perubahan status dari rumahtangga tidak miskin menjadi rumahtangga miskin sebagai akibat naiknya harga BBM tahun 2005.

Jumlah rumahtangga

pertanian juga mengalami peningkatan yaitu dari 34% pada tahun 2005 menjadi 36% pada tahun 2006. Hal ini menunjukkan bahwa sebanyak 2% rumahtangga beralih ke sektor pertanian pada tahun 2006 sebagai akibat naiknya harga BBM tahun 2005.

Selanjutnya, rumahtangga dengan kepala rumahtangga laki-laki

sebanyak 87% pada tahun 2005 dan 86% pada tahun 2006. Pada semua variabel bebas kontinu dilakukan transformasi logaritma natural, kecuali untuk lama sekolah kepala rumahtangga karena terdapat nilai 0. Hal ini dilakukan untuk mengurangi terjadinya heteroskedastisitas.

Nama


57

variabel peng_mkn_sbln menjadi ln_peng_mkn, variabel jml_art menjadi lnjml_art, variabel umur_KRT menjadi ln_umurKRT, variabel lantai_kapita menj adi In_luaslntikpt. Variabel-variabel selain variabel total pengeluaran makanan disebut sebagai variabel sosial-demografi karena merupakan karakteristik demografi, geografi dan sosial-ekonomi rumahtangga. Secara umum terdapat dua pendekatan sederhana untuk memasukkan variabel sosial-demografi dalam fungsi permintaan (Dominick, 1992), yaitu: 1. Konsumen/rumahtangga dikelompokkan berdasarkan karakeristik sosialdemografi yang sama. Misalkan c merupakan kelompok konsumen dengan karakteristik sosial-demografi yang sama, sehingga bentuk fungsi permintaan dapat dinyatakan sebagai berikut: Xic = [jc(Ph M). 2. Memasukkan karakteristik sosial-demografi (S-D) sebagai salah satu variabel bebas, yang dapat dinyatakan dalam bentuk: Xi

=

[j(Pi, M, S-D).

Dalam

penelitian ini menggunakan pendekatan yang kedua ini.

4.2.

Estimasi Variabel lnstrumen Harga Sebagaimana telah dijelaskan sebelumnya bahwa penggunaan unit value

dalam persamaan permintaan akan menyebabkan simultaneity bias sehingga harus dibuat variabel instrumen dari harga.

Variabel harga ini dihasilkan dengan

mengoreksi unit value dari efek kualitas (quality effect) dan kuantitas (quantity premium). Variasi unit value yang didefinisikan sebagai perbedaan persentase unit value yang dibayar dengan rata-rata desanya diperkirakan dari perbedaan dalam logaritma natural antara unit value yang dibayar (harga_keli) dengan unit value rata-rata desa (harga_keli_mean) dan disebut dengan deviasi harga (LDev_ keli). Dengan menggunakan persamaan 3.6, dimana variabel terikatnya adalah deviasi harga (LDev_keli) diperoleh hasil estimasi parameter seperti terlihat pada Tabel 4.3 berikut.

Dalam mendapatkan model regresi yang menghasilkan

estimator yang bersifat BLUE, dilakukan pengujian asumsi dasar terlebih dahulu yaitu homoskedastisitas dan tidak adanya multikolinearitas dengan metode seperti yang dijelaskan dalam Bah 3. Universitas Indonesia

58

Tabel4.3. Estimasi Parameter Regresi Deviasi Harga, Tahun 2005 dan 2006 Variabel Bebas

Variabel Terikat LDev kel3 LDev kel4 LDev kel2 (5) (4) (3)

LDev kell (2) (1) Tahun2005 0,1363* -1,0153*** -0,5095*** -3,0365*** inters_ep -0,0048 0,0812*** 0,0399*** 0,2256*** ln _peng_ mkn -0,0510*** ln jml art -0,0425*** -0,0226*** -0,0399** -0,0207** -0,0372*** -0,0476*** -0,0231*** ln umurKRT 0,0027*** 0,0024*** 0,0126*** 0,0039*** lama sklh KRT 0,0096 0,0283*** 0,0205*** 0,0368*** ln luaslntkpt 0,0011 0,0410*** 0,0274*** 0,0744*** type daerah 0,0136* 0,0113 -0,0677*** -0,0082 status miskin -0,0126** -0,0095 sumber penghsl -0,0156*** -0,0208 -0,0035 0,0040 0,0019 jk KRT -0,0079 0,013 0,033 0,079 Adj. R-square 0,022 16,279*** 40,485*** 97,752*** 27,286*** F-statistic 10.247 10.436 10.122 derajat bebas/d.of 10.352 Tahun2006 -0,0974 -2,9842*** intersep -1,2395*** -0,2851 *** 0,0093 ln peng mkn 0,0896*** 0,0256*** 0,2121*** -0,0505*** -0,0512*** -0,0227 -0,0167*** ln jml art -0,0072 -0,0088 -0,0276*** -0,0343** ln umurKRT 0,0011 0,0036*** 0,0036*** 0,0130*** lama sklh KRT 0,0077 0,0468*** 0,0291*** 0,0144*** ln luaslntkpt 0,0026 0,0507*** 0,0277*** type daerah 0~0984*** 0,0288*** 0,0255*** -0,0142** -0,0474*** status miskin -0,0120** -0,0080 -0,0075 sumber _penghsl -0,0163*** -0,0000 -0,0170 jk KRT -0,0086 -0,0180*** 0,007 0,090 0,038 0,024 Adj. R-square 8,807*** 43,542*** 28,091*** 104,602*** F-statistic 9.802 9.586 9.392 derajat bebasld.of 9.731 Sumber: Hasll Pengolahan Susenas Panel 2005 dan 2006 Catatan: ***, **, *, menunjukkan estimasi signiflkan secara statistik pada level 10%

LDev kel5 (6) -1,8006*** 0,1298*** -0,0656*** 0,0054 0,0032*** 0,0237*** 0,0468*** 0,0210** -0,0138** 0,0227** 0,055 69,167*** 10.565 -4,9095*** 0,3873*** -0,1225*** -0,1247*** -0,0100*** 0,0051 0,0712*** 0,0209 -0,0196 0,3188*** 0,136 175,002*** 9.941 1%, 5%, dan

Hasil estimasi dengan OLS dari deviasi harga seperti terlihat pada Tabel 4.3 di atas menunjukkan bahwa variabel sosial-demografi sebagian besar nyata (signifikan) pada hampir semua kelompok makanan, kecuali variabel jenis kelamin kepala rumahtangga.

Hal yang menarik adalah bahwa variabel total

pengeluaran makanan (ln_peng_mkn) mempunyai pengaruh yang positif dan signifikan pada level 1% kecuali pada kelompok 4 (minyak dan lemak) yang menunjukkan tidak signifikan pada level 10% sekalipun pada kedua tahun 2005 dan 2006. Pada tahun 2005 pengaruh kelompok ini menunjukkan tanda yang negatif, tetapi karena tidak signifikan mempengaruhi deviasi harga maka tidak dapat menunjukkan hubungan antara deviasi harga dengan total pengeluaran Universitas Indonesia

59

makanan. Pengaruh variabel total pengeluaran makanan dengan nilai yang positif dan signifikan pada level 1% menunjukkan bahwa unit value yang dibayar oleh rumahtangga dengan pendapatan rendah mempunyai nilai deviasi yang negatif (lebih rendah dari rata-rata desanya).

Dengan kata lain berarti bahwa

rumahtangga yang mempunyai pendapatan yang lebih tinggi akan mengkonsumsi kelompok makanan tersebut dengan kualitas yang lebih tinggi atau dengan unit

value yang lebih mahal daripada rumahtangga dengan pendapatan rendah. Demikian pula variabel luas lantai per kapita sebagai proksi dari ukuran kekayaan rumahtangga, mempunyai hubungan yang positif dan sigifikan pada level 1% kecuali kelompok 4 (minyak dan lemak) tahun 2005 dan 2006, dan kelompok 5 (makanan lainnya) tahun 2006 menunjukkan positif tetapi tidak signifikan.

Hubungan yang positif ini mempunyai arti bahwa rumahtangga

dengan luas lantai per kapita tinggi (kaya) akan mengkonsumsi kelompok

.

makanan tersebut dengan kualitas yang lebih tinggi atau dengan unit value yang lebih mahal daripada rumahtangga dengan luas lantai per kapita rendah (miskin). Selain hal tersebut di atas, variabel lama sekolah kepala rumahtangga (KRT) juga menunjukkan pola yang sama kecuali pada kelompok 5 (makanan lainnya) tahun 2006 dimana mempunyai tanda yang negatif dan signifikan pada level 1% serta kelompok 4 (minyak dan lemak) tahun 2006 yang positif tetapi tidak signifikan. Hal ini berarti bahwa semakin tinggi tingkat pendidikan KRT, maka rumahtangga akan mengkonsumsi kelompok makanan tersebut dengan kualitas yang lebih tinggi atau dengan unit value yang lebih mahal, yang berarti pula bahwa tingkat pendidikan KRT sangat mempengaruhi kualitas menu makanan. Variabel type daerah juga mempunyai hubungan yang positif dan signifikan pada level 1% (kecuali pada kelompok 4/minyak dan lemak tahun 2005 dan 2006 menunjukkan hubungan yang positif tetapi tidak signifikan), artinya rumahtangga di perdesaan cenderung mengkonsumsi kelompok makanan tersebut dengan unit value lebih mahal yang mungkin disebabkan karena membeli dalam jumlah yang sedikit sehingga lebih mahal daripada rumahtangga di perkotaan. Sementara, variabel jumlah anggota rumahtangga mempunyai hubungan yang negatif dan signifikan pada level 1% dan 5% kecuali kelompok 2 (ikanUniversitas Indonesia

60

ikanan, daging, telur dan susu) tahun 2006 menunjukkan negatif tetapi tidak signifikan. Hubungan yang negatif ini berimplikasi bahwa semakin besar ukuran rumahtangga cenderung untuk mengkonsumsi kelompok makanan tersebut dalam jumlah yang lebih banyak (quantity premium), sehingga unit value yang dibayar akan lebih rendah dari rata-rata desanya. Pola yang sama terjadi pada variabel umur kepala rumahtangga (kecuali kelompok 5 tahun 2005, positif tetapi tidak signifikan) dan variabel sumber penghasilan rumahtangga.

Semakin tua umur kepala rumahtangga cenderung

untuk mengkonsumsi kelompok makanan dengan unit value yang lebih rendah dari rata-rata desanya. Demikian juga rumahtangga pertanian cenderung untuk mengkonsumsi kelompok makanan dengan k:ualitas yang lebih rendah, artinya membeli dengan unit value yang lebih rendah dari rata-rata desanya. Berikutnya, rumahtangga miskin cenderung untuk mengkonsumsi kelompok 1 (padi-padian dan umbi-umbian) dan kelompok 2 (ikan-ikanan, daging, telur dan susu) dengan kualitas yang lebih rendah, artinya membeli dengan unit value yang lebih rendah dari rata-rata desanya (hubungan negatif), tetapi

sebaliknya terjadi pada kelompok 3 (sayur-sayuran, kacang-kacangan dan buahbuahan), kelompok 4 (minyak dan lemak) dan kelompok 5 (makanan lainnya) dimana hubungannya terhadap deviasi unit value positif. Nilai adjusted R-square (koefisien determinasi) berkisar antara 0,7% (kelompok 4/minyak dan lemak, tahun 2006) dan 13,6% (kelompok 5/makanan lainnya, tahun 2006). Rendahnya koefisien determinasi disebabkan karena data yang digunakan adalah data cross-sectional dimana keberagaman sangat tinggi. Hal ini sesuai dengan Gujarati (2003) dalam bukunya Basic Econometrics menuliskan sebagai berikut: "This example brings out an important empirical observation that in cross-sectional data involving several observations, one generally obtains low R2 because of the diversity of the cross-sectional units. Therefore, one should not be surprised or worried about finding low R2 's in crosssectional regressions ... "(p.260)

Namun, nilai F-statistic menunjukkan bahwa secara bersama-sama, variabelvariabel bebas (regressors) tersebut signifikan pada level 1% dalam menentukan Universitas Indonesia

61

deviasi unit value untuk semua kelompok makanan pada kedua tahun pengamatan (2005 dan 2006). Nilai estimasi deviasi harga yang diperoleh dari regresi ini (1\LDev_keli) digunakan untuk menghasilkan variabel instrumen harga (harga estimasi) pada lima kelompok makanan untuk seluruh rumahtangga dengan menggunakan persamaan (3.7) dan (3.8). Variabel instrumen harga inilah yang akan digunakan pada persamaan berikutnya yaitu estimasi regresi logistik (untuk rnenghasilkan variabel IMR) dan estimasi sistem permintaan.

Nama variabel ini adalah

lnharga_est_kelj. 4.3.

Peluang Mengkonsumsi Kelompok 1\lakanan (Hasil Regresi Logistik) Dalam two step Heckman procedure, tahap pertama adalah melakukan

estimasi regresi logistik yang menghasilkan estimasi peluang mengkonsumsi suatu kelompok makanan seperti telah dijelaskan pada Bah 3. Hal yang lebih bermanfaat untuk dibahas dari hasil ini adalah perubahan peluang mengkonsumsi suatu kelompok makanan terhadap perubahan variabel-variabel bebas (marginal effect). Perubahan peluang ini dihitung dengan menggunakan rumus dimana

~

~Ap(1-/\p)

adalah koefisien regresi logistik dan /\p adalah nilai rata-rata estimasi

peluang hasil regresi logistik, hasil penghitungan dapat dilihat pada Tabel 4.4. Dalam Tabel 4.4 terlihat bahwa perubahan peluang variabel total pengeluaran makanan mempunyai tanda yang negatif dan signifikan pada level 1% pada kelompok 1 (padi-padian dan umbi-umbian) dan kelompok 4 (minyak

dan lemak) di tahun 2005, sedangkan pada kelompok 2 mempunyai tanda positif dan signifikan pada level 1% pada kedua tahun pengamatan. Perubahan peluang yang negatif mempunyai arti jika variabel tersebut meningkat maka peluang mengkonsumsi menjadi turun, perubahan peluang yang positif mempunyai arti sebaliknya.

Hal ini dapat dilihat pada kelompok 1 (padi-padian dan umbi-

umbian) di tahun 2005 dimana perubahan peluang bemilai -0,0168, mempunyai arti yaitu jika total pengeluaran makanan (sebagai proksi pendapatan) meningkat 1% maka peluang mengkonsumsi kelompok tersebut akan turun sebesar 0,0168. Sebaliknya, pada kelompok 2 (ikan-ikanan, daging, telur dan susu) di tahun 2005 dimana perubahan peluang bemilai 0,0226, mempunyai arti yaitu jika total Universitas Indonesia

62

pengeluaran makanan (sebagai proksi pendapatan) meningkat 1% maka peluang mengkonsumsi kelompok tersebut akan meningkat sebesar 0,0226. Hal ini sesuai dengan Agregasi Engei yaitu bahwa jika pendapatan meningkat maka akan dialokasikan secara proporsional pada seluruh komoditas yang dikonsumsi. Tabel 4.4. Perubahan Peluang Mengkonsumsi Kelompok Makanan (Marginal Effect), Tahun 2005 dan 2006 Variabel Bebas (1) Tahun 2005 lnharga est kel1 lnharga est kel2 lnharga est kel3 lnharga est kel4 lnharga est kel5 ln_peng mkn In jml art In umurKRT lama sklh KRT In luaslntkpt type daerah status miskin sumber _pen_ghsl jk KRT Chi-square Model -2 Loglikelihood Cox & Snell R Square

kons kel1=1 (2) 0,0238*** -0,0065** -0,0149*** 0,0118** -0,0349*** -0,0168*** 0,0824*** 0,0016 -0,0000 0,0116*** 0,0064 0,0113 0,0163*** -0,0098** 1.132,805*** 959,824 0,102

Variabel Terikat kons kel3=1 kons kel2=1 (4) (3) 0,0169** -0,0353*** -0,0113* 0,0161 *** -0,0314*** 0,0226*** 0,0978*** 0,0120 0,0019** 0,0158*** -0,0087 -0,0606*** 0,0095* -0,0226*** 955,214*** 2.728,527 0,086

0,0101 ** -0,0033 0,0057* 0,0049 -0,0259*** 0,0023 0,0402*** -0,0016 -0,0003 0,0077*** 0,0065* -0,0016 0,0152*** -0,0071 *** 621,827*** 780,036 0,057

kons kel4=1 (5) 0,0155** -0,0077** -0,0326*** -0,0072 -0,0252*** -0,0195*** 0,1037*** -0,0033 -0,0006 0,0172*** 0,0016 -0,0270*** 0,0109** -0,0069 1.128,962*** 1.732,501 0,101

Tahun2006 -0,0058 -0,0133** -0,0205** 0,0065 lnharga est kell -0,0172*** -0,0067*** -0,0612*** -0,0185*** lnharga est kel2 -0,0447*** 0,0035 -0,0369*** -0,0261 *** lnharga est kel3 -0,0010 0,0003 0,0073 0,0144*** lnharga est kel4 -0,0290*** -0,0126*** -0,0155*** -0,0278*** lnharga est kel5 0,0074 -0,0003 0,0708*** -0,0047 In _peng_ mkn 0,0949*** 0,0397*** 0,0755*** 0,0799*** In jml art 0,0058 -0,0027 0,0122 0,0049 In umurKRT -0,0006 -0,0001 -0,0002 0,0004 lama sklh KRT 0,0129*** *** 0,0071 *** 0,0181 0,0041 In luaslntkpt 0,0011 -0,0001 -0,0087 0,0071 type daerah -0,0157** -0,0022 -0,0457*** -0,0058 status miskin 0,0118** 0,0204*** -0,0068 0,0440*** sumber _penghsl -0,0048 -0,0008 -0,0115* -0,0074* jk KRT 1.107,090*** 503,655*** 1.066,020*** 1.158,037*** Chi-square Model 1.948,840 882,018 3.129,089 907,830 -2 Log/ikelihood 0,105 0,049 0,102 0,110 Cox & Snell R Square 2006 dan Sumber: Hasll Pengolahan Susenas Panel 2005 Catatan: ***, **, *, menunjukkan estimasi signifikan secara statistik pada level 1%, 5%, dan 10%


63

Selanjutnya, variabel umur dan lama sekolah kepala rumahtangga serta type daerah tidak signifikan (sampai level 10% sekalipun) mempengaruhi perubahan peluang mengkonsumsi semua kelompok makanan, kecuali variabel lama sekolah kepala rumahtangga signifikan pada level 5% dimana semakin tinggi tingkat pendidikan kepala rumahtangga maka peluang mengkonsumsi kelompok 2 (ikan-ikanan, daging, telur dan susu) akan meningkat sebesar 0,0019 pada tahun 2005 dan variabel type daerah dimana di perdesaan peluang mengkonsumsi kelompok 3 (kacang-kacangan, sayur-sayuran dan buah-buahan) lebih tinggi sebesar 0,0065 dibanding di perkotaan dengan signifikansi sebesar 10% pada tahun 2005. Pada tahun 2006, ketiga variabel tersebut tidak signifikan mempengaruhi perubahan peluang mengkonsumsi semua kelompok makanan. V ariabel status miskin berpengaruh negatif secara signifikan hanya pada kelompok 2 (ikan-ikanan, daging, telur dan susu) dan kelompok 4 (minyak dan • lemak) yaitu bahwa peluang mengkonsumsi kelompok makanan tersebut pada rumahtangga miskin lebih rendah dibandingkan rumahtangga tidak miskin di tahun 2005 dan 2006. Hal ini menunjukkan bahwa bagi rumahtangga miskin kelompok makanan tersebut merupakan barang mewah, kecil sekali peluang untuk mengkonsumsinya. Pengaruh harga sen.diri yang bemilai negatif dan signifikan pada level 1% terjadi pada kelompok 2 (ikan-ikanan, daging, telur dan susu) di kedua tahun pengamatan. Pengaruh harga sendiri yang bemilai negatif ini menunjukkan bahwa jika harga naik maka peluang mengkonsumsi akan turun, dengan demikian jika harga kelompok 2 meningkat 1% maka peluang mengkonsumsi akan turun sebesar 0,0353 pada tahun 2005 dan turun sebesar 0,0612 pada tahun 2006. Sedangkan yang bemilai positif dan signifikan pada level 1% dan 5% masingmasing terjadi pada kelompok 1 (padi-padian dan umbi-umbian) dan kelompok 3 (kacang-kacangan, sayur-sayuran dan buah-buahan) di tahun 2005. Pengaruh harga sendiri yang bemilai positif ini menunjukkan bahwa jika harga naik maka peluang mengkonsumsi akan naik. Sementara, pengaruh harga silang bervariasi antara positif (substitusi) dan negatif (komplemen). Variabel-variabel jumlah anggota rumahtangga dan luas lantai per kapita mempunyai pengaruh yang positif dan signifikan pada level 1% terhadap Universitas Indonesia

64

perubahan peluang mengkonsumsi semua kelompok makanan pada kedua tahun pengamatan (2005 dan 2006), kecuali variabel luas lantai per kapita pada kelompok 1 (padi-padian dan umbi-umbian) tahun 2006 positif tetapi tidak signifikan. Hal ini menunjukkan bahwa semakin banyak anggota rumahtangga maka peluang mengkonsumsi kelompok makanan tersebut akan meningkat. Demikian juga semakin luas lantai per kapita (semakin kaya) maka peluang mengkonsumsi kelompok makanan tersebut akan meningkat. Selanjutnya,

variabel

sumber

penghasilan

utama

rumahtangga

mempunyai pengaruh yang positif dan sigifikan pada level 1%, 5% dan 10% terhadap perubahan peluang mengkonsumsi semua kelompok makanan pada kedua tahun pengamatan (2005 dan 2006), kecuali terhadap kelompok 2 (ikanikanan, daging, telur dan susu) di tahun 2006 mempunyai pengaruh yang negatif Hal ini menunjukkan bahwa peluang mengkonsumsi

tetapi tidak signifikan. kelompok

makanan

tersebut

pada

rumahtangga

pertanian

lebih

'

tinggi

dibandingkan rumahtangga bukan pertanian, baik tahun 2005 maupun 2006, yang berarti pula bahwa rumahtangga pertanian cukup tegar terhadap pola konsumsinya. Terakhir, variabel jenis kelamin kepala rumahtangga mempunyai pengaruh yang negatif dan signifikan pada level 1%, 5% dan 10% terhadap perubahan peluang mengkonsumsi kelompok 1 (padi-padiau dan umbi-umbian), kelompok 2 (ikan-ikanan, daging, telur dan susu) dan kelompok 3 (kacangkacangan, sayur-sayuran dan buah-buahan) pada tahun 2005 dan kelompok 1 (padi-padian dan umbi-umbian) dan kelompok 2 (ikan-ikanan, daging, telur dan susu) pada tahun 2006.

Hal ini menunjukkan bahwa peluang mengkonsumsi

kelompok makanan tersebut pada rumahtangga dengan kepala rumahtangga lakilaki lebih rendah dibandingkan rumahtangga dengan kepala rumahtangga perempuan. Hasil dari estimasi regresi logistik yang menghasilkan estimasi peluang mengkonsumsi suatu kelompok makanan ini digunakan untuk menghitung inverse

Mills ratio (IMR) yang merupakan tahap pertama dari two step Heckman procedure.

Tahap kedua adalah mengestimasi sistem permintaan (demand

system) dengan memasukkan IMR sebagai salah satu variabel bebas untuk mengatasi selectivity bias. Berikut ini adalah membahas basil estimasi tersebut. Universitas Indonesia

65

4.4.

Estimasi Sistem Permintaan (Demand System) Dalam mengestimasi sistem permintaan (demand system) dengan

LA/AIDS (persamaan 3.2), observasi yang digunakan adalah yang nilai proporsi pengeluarannya (budget share) tidak nol, artinya hanya rumahtangga yang mengkonsumsi kelompok makanan tersebut.

Oleh karena itu, harus dikoreksi

dengan memasukkan variabel IMR agar hasilnya tidak bias (selectivity bias). Selain itu, masalah simultaneity bias dalam mengestimasi sistem permintaan ini diatasi denga.'l penggunaan variabel instrumen harga dimana unit value telah dikoreksi deng&i mempertimbangkan quality effect dan quantity premium. Hal lain yang perlu dilakukan dalam mengestimasi sistem permintaan adalah adanya restriksi-restriksi adding-up, homogeneity dan symmetry. Restriksi yang dilakukan dalam penelitian ini hanya pada restriksi adding-up saja yaitu dengan mengeluarkan satu persamaan (kelompok makanan lainnya) dari sistem seperti telah dijelaskan dalam Bah 3. Variabel IMR dimasukkan dalam empat persamaan yang akan diestimasi, sedangkan pada persamaan sisanya (kelompok makanan lainnya) tidak menggunakan variabel IMR karena yang tidak mengkonsumsi hanya sedikit (seperti telah dijelaskan sebelumnya). Selanjutnya, dalam mengestimasi sistem permintaan ini, dilakukan pengujian

asumst

dasar

yaitu

homoskedastisitas

dan

tidak

multikolinearitas dengan metode seperti telah dijelaskan dalam Bah 3.

adanya Hasil

estimasi yang telah memenuhi asumsi dasar tersebut dapat dilihat pada Tabel 4.5. Seperti terlihat pada Tabel 4.5, nilai adjusted R-square berkisar antara 10,6% (kelompok 3/kacang-kacangan, sayur-sayuran dan buah-buahan, tahun 2005) sampai 53,3% (kelompok 1/padi-padian dan umbi-umbian, tahun 2005). Hal ini berarti bahwa variasi proporsi pengeluaran (budget share) dari kelompok makanan (w_keli) dapat dijelaskan oleh model sekitar 10,6%-53,3% dan sisanya dijelaskan oleh faktor lain di luar model. Seperti telah dijelaskan sebelumnya bahwa nilai adjusted R-square yang rendah ini disebabkan oleh data yang digunakan adalah data cross-sectional. Namun, secara bersama-sama variabelvariabel bebas dalam model dapat menentukan proporsi pengeluaran untuk semua kelompok makanan baik tahun 2005 maupun 2006. Hal ini dapat dilihat dari nilai F-statistic yang signifikan pada level 1%. Universitas Indonesia

66

Tabel4.5. Estimasi Parameter Sistem Permintaan Kelompok Makanan, Tahun 2005 dan 2006 Variabel Bebas (1)

w kell

(2)

Variabel Terikat w kel3 w kel2 (4) (3)

w kel4

(5)

Tahun 2005 intersep hlharga est kelt lnharga est keU lnharga est kel3 lnharga est kel4 lnharga est kel5 In _peugmkn defl In jml art In umurKRT lama sklh KRT In luaslntkpt type daerah status miskin sumber _penghsl jk KRT IMR keli(i=l,2,3,4) Adj. R-square F-statistic derajat bebas/d.oj

1,5182*** 0,0158*** -0,0368*** -0,0342*** 0,0067** -0,0733*** -0,0984*** 0,0928*** 0,0199*** -0,0025*** -0,0208*** 0,0377*** 0,0225*** 0,0291*** -0,0034 0,0806*** 0,533 789,104*** 10.352

-0,1975*** 0,0102*** 0,0517*** 0,0195*** -0,0026 -0,0054** -0,0629*** 0,0416*** 0,0028 0,0050*** 0,0068*** -0,0094*** -0,0516*** 0,0054*** -0,0046 -0,1119*** 0,269 249,387*** 10.122

0,4427*** -0,0306*** -0,0133*** 0,0327*** -0,0091*** 0,0019 -0,0273*** -0,0012 0,0064** 0,00036 0,0117*** 0,0016 -0,0072*** -0,0062*** -0,0070*** -0,1035*** 0,106 83,072*** 10.436

0,2348*** -0,0037*** -0,0051 *** -0,0005 -0,0045*** -0,0002 -0,0168*** 0,0015* 0,0020*** -0,0000 0,0017*** 0,0030*** 0,0020*** 0,0028*** 0,0003 -0,0169*** 0,236 212,053*** 10.247

Tahun2006 0,3737*** -0,2128*** 1,4761*** intersep -0,0197*** -0,0029 0,0177*** lnharga est kell -0,0025** 0,0672*** -0,0361*** lnharga est kel2 0,0265*** 0,0228*** -0,0463*** lnharga est kel3 -0,0150*** 0,0093*** 0,0098*** lnharga est kel4 -0,0202*** -0,0275*** -0,0521*** lnharga est kel5 0,0014 -0,0440*** -0,1029*** In _pengmkn defl -0,0188*** 0,0087** 0,0894*** In jml art 0,0138*** 0,0005 0,0227*** In umurKRT 0,0002 0,0040*** -0,0018*** lama sklh KRT 0,0100*** -0,0062*** -0,0255*** In luaslntkpt -0,0011 -0,0014 0,0442*** type daerah 0,0105*** -0,0350*** 0,0278*** status miskin 0,0044*** 0,0053*** 0,0451 *** sumber _penghsl *** -0,0111 -0,0121*** -0,0048 jk KRT -0,1299*** -0,1804*** 0,0670*** IMR keli(i=1,2,3,4) 0,133 0,288 0,529 Adj. R-square 101,668*** 254,211*** 727,337*** F-statistic 9.802 9.392 9.718 derajat bebas/d.oj Sumber: Hasd Pengolahan Susenas Panel 2005 dan 2006 Catatan: ***, **, *, menunjukkan estimasi signiftkan secara statistik pada level 10%

0,2394*** -0,0047*** -0,0025*** 0,0001 -0,0036*** -0,0072*** -0,0141 *** 0,0009 0,0042*** 0,0000 0,0009** 0,0031 *** 0,0008 0,0036*** -0,0011 -0,0062* 0,219 180,460*** 9.578 1%, 5%, dan


67 Sebelum membahas masing-masing variabel bebas, dapat ditunjukkan bahwa meskipun tidak dilakukan restriksi homogeneity dalam sistem persamaan, temyata secara otomatis restriksi ini terpenuhi dimana untuk setiap kelompok makanan jumlah koefisien dari harga-harga sama dengan nol atau bila mengacu pada persamaan 3.2, Lj yij= 0 untuk setiap i. Dengan demikian, sistem permintaan yang dihasilkan bersifat homogenus berderajat nol terhadap harga dan pendapatan, yang artinya apabila harga dan pendapatan berubah dalam proporsi

y~1g

sama,

maka permintaan terhadap suatu komoditas (kelompok makanan) tidak akan berubah. Namun, syarat symmeiry tetap tida.l( dapat terpenuhi. Variabel IMR (inverse Mills ratio) signifikan pada level 1% untuk semua kelompok makanan, kecuali untuk kelompok 4 (lemak dan minyak) signifikan pada level 10% di tahun 2006. Hal ini berimplikasi adanya masalah pemilihan (selectivity problem) dalam kelompok makanan tersebut. Penggunaan IMR dalam •

model akan meningkatkan R-square (Moeis, 2003). Secara umum, variabel harga-harga dan variabel sosial-demografi memberikan pengaruh yang signifikan dalam menentukan proporsi pengeluaran kelompok makanan. Variabel yang sedikit signifikansinya dalam model adalah variabel jenis kelamin kepala rumahtangga (KRT), terutama di tahun 2005. Sementara, variabellama sekolah KRT tidak signifikan pada kelompok 3 (sayursayuran, kacang-kacangan dan buah-buahan) dan kelompok 4 (minyak dan lemak) untuk tahun 2005 dan 2006. V ariabel total pengeluaran makanan yang telah dideflasi dengan indeks Stone (In_pengmkn_ defl) mempunyai pengaruh yang negatif dan signifikan pada level 1% terhadap semua proporsi pengeluaran kelompok makanan, kecuali terhadap proporsi pengeluaran kelompok 3 (kacang-kacangan, sayur-sayuran dan buah-buahan) tahun 2006 yang mempunyai pengaruh positif tetapi tidak signifikan. Hal ini menunjukkan bahwa jika total pengeluaran makanan (yang merupakan proksi dari pendapatan) naik, maka proporsi pengeluaran kelompok makanan tersebut akan turun. Kondisi ini sesuai dengan Agregasi Engel yaitu bahwa jika pendapatan meningkat maka akan dialokasikan secara proporsional pada seluruh komoditas yang dikonsumsi.


68

Variabel jumlah anggota rumahtangga (Injml_art) mempunyai pengaruh yang positif terhadap proporsi pengeluaran kelompok 1 (padi-padian dan umbiumbian), kelompok 2 (ikan-ika.11an, daging, telur dan susu), dan kelompok 4 (minyak dan lemak) dan mempunyai pengaruh yang negatif terhadap proporsi pengeluaran kelompok 3 (kacang-kacangan, sayur-sayuran dan buah-buahan) pada kedua tahun, 2005 dan 2006. lmplikasi dari hal ini adalah bahwa semakin banyak anggota rumahtangga maka semakin banyak proporsi pengeluaran untuk kelompok 1, kelompok 2, dan kelompok 4 serta semakin sedikit proporsi pengeluaran untuk kelompok 3. Pengaruh yang positif terhadap proporsi pengeluaran juga terjadi pada variabel umur kepala rumahtangga (ln_umurKRT) di kedua tahun 2005 dan 2006, walaupun untuk kelompok 2 menunjukk:an tidak signifikan. Hal ini mempunyai arti bahwa semakin tua umur kepala rumahtangga maka semakin banyak proporsi pengeluaran untuk kelompok makanan tersebut. Variabel

lama

sekolah

kepala

rumahtangga

(lama_sklh_KRT)

mempunya1 pengaruh yang negatif dan signifikan 1% terhadap proporsi pengeluaran kelompok 1 (padi-padian dan umbi-umbian) dan mempunyai pengaruh yang positif dan signifikan 1% terhadap proporsi pengeluaran kelompok 2 (ikan-ikanan, daging, telur dan susu) untuk tahun 2005 dan 2006. Hal ini menunjukkan bahwa semakin tinggi tingkat pendidikan kepala rumahtangga maka semakin sedikit proporsi pengeluaran untuk kelompok 1 (padi-padian dan umbiumbian) dan semakin banyak proporsi pengeluaran untuk kelompok 2 (ikanikanan, daging, telur dan susu), yang berarti pula semakin memahami pentingnya konsumsi makanan yang berprotein (ikan-ikanan, daging, telur dan susu). Pengaruh variabellu as lantai per kapita (ln_lualntkpt) terhadap proporsi pengeluaran kelompok 2 (ikan-ikanan, daging, telur dan susu) mempunyai arah yang berbeda untuk tahun 2005 dan 2006. Pada tahun 2005 mempunyai arah yang positif, yang berarti semakin luas lantai per kapita (semakin kaya) maka proporsi pengeluaran untuk kelompok makanan tersebut akan semakin banyak. Hal sebaliknya terjadi pada tahun 2006 yang mempunyai arah negatif yang berarti semakin luas lantai per kapita (semakin kaya) maka proporsi pengeluaran untuk kelompok makanan tersebut akan semakin sedikit, yang dapat diartikan bahwa Universitas Indonesia

69

rumahtangga kaya sangat merasakan dampak dari kenaikan harga BBM karena terpaksa mengurangi konsumsi makanan seperti ikan-ikanan, daging, telur dan susu. Variabel type daerah mempunyai arah yang positif dan signifikan 1% pada kelompok 1 (padi-padian dan umbi-umbian) dan kelompok 4 (minyak dan lemak) untuk tahun 2005 dan 2006, yang berarti bahwa di perdesaan proporsi pengeluaran untuk kelompok makanan tersebut lebih tinggi daripada di perkotaan. Sedangkan pada kelompok 2 (ikan-ikanan, daging, telur dan susu) mempunyai arah yang negatif dan signifikan 1% pada tahun 2005, yang berarti bahwa di perdesaan proporsi pengeluaran untuk kelompok makana11 tersebut lebih rendah daripada di perkotaan.

Seperti yang telah disebutkan sebelumnya bahwa

kelompok ini (ikan-ikanan, daging, telur dan susu) merupakan barang yang mewah di perdesaan sehingga proporsi pengeluarannya rendah. V ariabel status miskin mempunyai arab yang negatif dan signifikan 1% pada kelompok 2 (ikan-ikanan, daging, telur dan susu) di kedua tahun 2005 dan 2006, yang berarti bahwa proporsi pengeluaran untuk kelompok makanan tersebut bagi rumahtangga miskin lebib rendah dibandingkan dengan rumahtangga yang tidak miskin. Sebaliknya terjadi pada proporsi pengeluaran kelompok 1 (padipadian dan umbi-umbian) dimana proporsi pengeluaran untuk kelompok makanan tersebut bagi rumahtangga miskin lebib tinggi dibandingkan dengan rumahtangga yang tidak miskin. Variabel sumber penghasilan utama rumahtangga (sumber_penghsl) mempunyai arah yang positif dan signifikan 1% terbadap proporsi pengeluaran semua kelompok makanan pada kedua tahun 2005 dan 2006, kecuali terbadap proporsi pengeluaran kelompok 3 (kacang-kacangan, sayur-sayuran dan buahbuahan) di tabun 2005 mempunyai arab yang negatif.

Arab yang positif ini

menunjukkan bahwa proporsi pengeluaran untuk kelompok makanan tersebut bagi rumahtangga pertanian lebib tinggi dibandingkan dengan rumahtangga bukan pertanian. Sebagian besar kelompok makanan mempunyai arab yang positif untuk harga sendiri pada kedua tahun pengamatan, 2005 dan 2006.

Hanya pada

kelompok 4 (minyak dan lemak) yang mempunyai arah negatif pada kedua tahun, Universitas Indonesia

70

2005 dan 2006. Arah yang positif mempunyai arti bahwa jika harga kelompok makanan tersebut naik, maka proporsi pengeluaran kelompok makanan tersebut naik. Arah yang negatif mempunyai arti sebaliknya. Kedua arah/pengaruh ini (positif da..~ negatif) bisa saja terjadi mengingat bahwa proporsi pengeluaran yang didefinisikan seperti pada persamaan (3.3) merupakan pembagian antara jumlah rupiah pengeluaran kelompok makanan tertentu dengan total rupiah pengeluaran makanan, dimana jumlah rupiah pengeluaran kelompok makanan tertentu adalah merupakan perkalian antara unit value (proksi dari harga) dengan jumlah yang dikonsumsi.

Jika kenaikan harga lebih besar dari penurunan jumlah yang

dikonsumsi maka proporsi akan naik (arah positif), sebaliknya jika kenaikan harga lebih kecil dari penurunan jumlah yang dikonsumsi maka proporsi akan turun (arah negatif). Untuk melihat pengaruh harga, baik harga sendiri maupun harga silang terhadap jumlah yang diminta sebaiknya dilihat pada nilai elastisitas harga yang akan dibahas pada subbab berikutnya.

4.5.

Elastisitas Permintaan Nilai elastisitas permintaan dihitung dengan menggunakan persamaan

3.11 sampai persamaan 3.14 dan persamaan 3.17 (untuk mendapatkan elastisitas pengeluaran). Sesuai dengan rumus dalam persamaan tersebut, nilai ~ (koefisien total pengeluaran makanan) dan

r (koefisien harga-harga) diperoleh dari

estimasi

parameter sistem permintaan seperti pada Tabel 4.5, sedangkan nilai w_keli (budget share) yang digunakan adalah nilai w_keli rata-rata seperti terlihat pada Tabel4.1.

4.5.1. Elastisitas Harga Nilai elastisitas harga sendiri dan harga silang tak terkompensasi (Marshallian) dapat dilihat pada Tabel 4.6.

Sedangkan nilai elastisitas harga

sendiri dan harga silang terkompensasi (Hicksian) dapat dilihat pada Tabel4.7. Sebagaimana terlihat dalam Tabel 4.6 dan Tabel 4. 7, elastisitas harga sendiri mempunyai tanda yang negatif. Hal ini sesuai dengan teori permintaan konsumen yaitu bahwa terdapat hubungan yang terbalik antara harga sendiri


71

dengan jumlah yang diminta, artinya jika harga komoditi tersebut meningkat maka permintaan terhadap komoditi tersebut akan menurun. Tabel4.6. Elastisitas Harga Tak Terkompensasi (Marshallian), Tahun 2005 dan 2006 Terhadap Harga:

Kelompok Makanan (1)

Kelompok 1 (2)

Kelompok2 (3)

Kelompok3 _(4)

Kelompok4 (5)

Kelompok5 {6)

-0,8288 0,1362 -0,1466 -0,0008 -0,0917

-0,0900

-0,0809 0,1718

-0,1583 0,1115 0,0754

Tahun2005 Kelompok 1 Kelompok2 Kelompok3 Kelompok4 Kelompok5

-0,6417 -0,0508 -0,0488 -0,0820

-0,7739 0,0533 -0,1316

0,0508 0,0005 -0,0472 -1,0864 0,0015

0,1489 -1,0109

Tahun2006 -0,8280 0,0538

-0,0779

-0,1164

0,0550

-0,0483

-0,5266

0,1910

0,0709

-0,0671

Kelompok3

-0,1252

-0,0171

-0,8364

-0,0939

-0,1297

Kelompok4

-0,0263

-0,0070

0,0581

-1,0723

-0,0435

-0,1324

-0,0744

-0,0185

-0,8821

Kelompok 1 Kelompok2

.

Kelompok5 -0,0812 Penuhs Penghitungan Has1l Sumber:

Tabel4.7. Elastisitas Harga Terkompensasi (Hicksian), Tahun 2005 dan 2006 Kelompok Makanan (1)

Terhadap Harga: Kelompok 1 (2)

Kelompok2 (3)

Kelompok3 {4)

Kelompok4 (5)

Kelompok5 (6)

-0,0782 0,0150 -0,0212 -0,0001

-0,0068 -0,0571 -0,0059

-0,0059 0,0147

0,0010 0,0000 -0,0014

-0,0272 0,0224 0,0199 0,0288

Tahun2005 Kelompok 1 Kelompok2 Kelompok3 Kelompok4 Kelompok5

-0,0873 0,0044 -0,0267

-0,0231 0,0001

-0,0057

-0,0088

0,0011

-0,0088

0,0078

-0,0465

0,0173

0,0017

-0,0146

Kelompok3

-0,0254

-0,0021

-0,1063

-0,0031

-0,0396

Kelompok4

-0,0035

-0,0006

0,0048

-0,0230

-0,0087

-0,0230

-0,0132

-0,0009

-0,3779

-0,0240

-0,0042 -0,0173

Kelompok 1

-0,0997

Kelompok2

-0,4826

Tahun2006

Kelompok5 -0,0231 Sumber: Hasll Penghitungan Penulis


72

Nilai absolut elastisitas harga sendiri yang lebih besar dari satu mempunyai arti bahwa komoditi tersebut elastis terhadap harga, artinya jika harga naik 1% maka permintaan akan turun lebih dari 1%. Kondisi ini (elastisitas harga Marshallian) terjadi pada kelompok 4 (minyak dan lemak) dan kelompok 5 (makanan lainnya) pada tahun 2005, sedangkan pada tahtm 2006 hanya kelompok 4 (minyak dan lemak) saja. Jadi kelompok 5 mengalami perubahan dari elastis menjadi kurang elastis pada periode 2005-2006.

Selain dari dua kelompok

makanan ini, nilai absolut elastisitas harga sendiri lebih kecil dari satu, yang artinya tidak elastis yaitu jika harga naik 1% maka permintaan akan turun kurang dari 1%. Seperti terlihat pada kedua tabel di atas, nilai elastisitas terkompensasi (Hicksian) lebih kecil (nilai absolutnya) dari elastisitas tak terkompensasi (Marshallian). Hal ini sesuai dengan teori ekonomi yaitu bahwa pada permintaan Hicksian yang ditangkap hanya efek substit~si saja sedangkan permintaan Marshallian efek substitusi dan efek pendapatan, yang dapat dinyatakan dalam persamaan Slutsky yaitu:

E*ij

= Eij +

Wj eil

dimana:

= E*ij = Eii = Eij = Wj = E*ii

w·J ei1

= =

elastisitas harga sendiri terkompensasi (Hicksian) komoditi-i elastisitas harga silang terkompensasi (Hicksian) komoditi-i elastisitas harga sendiri tak terkompensasi (Marshallian) komoditi-i elastisitas harga silang tak terkompensasi (Marshallian) komoditi-i proporsi pengeluaran komoditi-i proporsi pengeluaran komoditi-j elastisitas pendapatan atau pengeluaran komoditi-i

Bila ditinjau dari nilai elastisitas harga silang, yang merupakan substitusi kelompok 1 (padi-padian dan umbi-umbian) adalah kelompok 2 (ikan-ikanan, daging, telur dan susu) pada tahun 2005 dan 2006. Hal ini ditunjukkan dengan nilai elastisitas harga silang yang positif (lihat kolom 2), yaitu jika harga kelompok 1 meningkat maka permintaan kelompok 2 akan meningkat.

Pada


73

kelompok 2 (lihat kolom 3), semua nilai elastisitas harga silang adalah negatif. Hal ini berarti semua kelompok tersebut yaitu kelompok 1, kelompok 3, kelompok 4 dan kelompok 5 merupakan komplemen bagi kelompok 2. Hubungan antara kelompok makanan yang lain apakah menjadi substitusi atau komplemen dapat dilihat pada Tabel 4.6 dan Tabel 4. 7 tersebut (menurut kolom), yaitu merupakan substitusi jika bernilai positif dan komplemen jika bernilai negatif.

4.5.2. Elastisitas Pendapatan (Pengeluaran) Nilai elastisitas pendapatan (pengeluaran) dapat dilihat pada Tabel 4.8. Dalam tabel tersebut terlihat bahwa untuk kedua periode waktu yaitu 2005 dan 2006, semua kelompok makanan mempunyai nilai elastisitas pendapatan (pengeluaran) positif, yang berimplikasi tidak ada yang terkategori inferior, atau bahwa semua kelompok makanan merupakan barang normal.

Nilai positif ini,

mempunyai arti yaitu bahwa jika pendapatan naik maka jumlah permintaan juga naik. Nilai elastisitas mengalami kenaikan dari tahun 2005 ke tahun 2006, kecuali untuk kelompok 5 (makanan lainnya) mengalami sedikit penurunan. Nilai elastisitas kelompok 5 (makanan lainnya) lebih dari satu yang berarti merupakan barang mewah (luxurious).

Untuk kelompok yang lain

terkategori barang pokok (necessities) karena nilainya kurang dari satu. Tabel4.8. Elastisitas Pendapatan (Pengeluaran), Tahun 2005 dan 2006 Tahun Kelompok Makanan 2005

2006

(2)

(3)

Kelompok 1

0,4344

0,4702

Kelompok2

0,5086

0,5647

Kelompok 3

0,6655

0,7928

Kelompok4

0,4886

0,5181

Kelompok 5

1,2065

1,1108

(1)

Sumber: Hasil Penghitungan Penulis


74

4.6.

Compensating Variation (CV) Compensating Variation (CV) dihitung dengan menggunakan persamaan

3.19. Hasil penghitungan selengkapnya dapat dilihat pada Tabel 4.9.

Sesuai

dengan persamaan 3.18, jika CV bemilai positifberarti terdapat penurunan tingkat kesejahteraan (welfare loss) dan sebaliknya.

Variation (CV) Untuk Beberapa Kategori Tabel4.9. Compensating Rumahtangga di Indonesia, Periode Pebruari 2005 - Maret 2006 No.

Kategori Rumahtangga

Persentase

Rplbulan

(1)

(2)

(3)

(4)

1

Indonesia

36,0

381.570

2

Kota

36,3

513.067

3

RT Miskin

36,5

238.049

4

RT Non Miskin

37,4

559.154

35,5

272.657

5

Des a

6

RTMiskin

32,3

151.951

7

RT Non Miskin

37,6

310.485

33,9

180.575

8

RTMiskin

9

Jumlah ART 1-4

33,8

121.509

10

Jumlah ART> 4

34,7

235.487

11

RT Non Miskin

37,9

432.741

12

RT Pertanian

34,5

249.479

13

RT Non Pertanian

36,9

455.569

14

RT denganjumlah ART 1-4

36,1

320.842

15

RT denganjumlah ART> 4

35,8

505.262

Sumber: Hasll Pengh1tungan Penuhs

Dalam Tabel 4.9 terlihat bahwa semua CV bemilai positif yang berarti terjadi penurunan tingkat kesejahteraan.

Nilai CV untuk rumahtangga di

Indonesia secara umum adalah sebesar 36,0% dari total pengeluaran sebulan di tahun 2005 atau dalamjumlah rupiah adalah sebesar Rp 381.570. Universitas Indonesia

75

Bila dibandingkan antara rumahtangga yang tinggal di daerah perkotaan dan perdesaan maka nilai CV perkotaan lebih tinggi yaitu masing-masing 36,3% dan 35,5%, atau dalam jumlah rupiahnya Rp 513.067 per bulan di perkotaan sedangkan di perdesaan hanya Rp 272.657 per bulan. Hal ini diduga karena orang di perkotaan konsumsinya adalah barang-barang yang terpengaruh oleh kenaikan harga BBM. Dengan demikian rumahtangga di perkotaan mendapatkan pengaruh negatif yang lebih besar akibat kenaikan harga BBM tahun 2005 dibandingkan rumahtangga di perdesaan. Hasil yang serupa juga ditunjukkan oleh Faiq (2007) dimana CV per kapita perkotaan lebih tinggi daripada perdesaan yaitu masingmasing Rp 50.322 dan Rp 27.119.

Faiq (2007) melakukan simulasi dengan

Computable General Equilibrium (CGE) terhadap berkurangnya subsidi BBM pada tahun 2005. Demikian pula dengan hasil penelitian yang dilakukan oleh F~edman

dan Levinsohn (2002) dengan menggunakan data Susenas 1996 bahwa

CV daerah perkotaan lebih tinggi daripada perdesaan yaitu masing-masing 91% dan 76% sebagai dampak krisis ekonomi di Indonesia tahun 1997. Selanjutnya, bila dibandingkan antara rumahtangga miskin dan tidak miskin, CV yang paling besar adalah pada rumahtangga tidak miskin yaitu sebesar 37,9% atau Rp 432.741 per bulan, sementara rumahtangga miskin hanya sebesar 33,9% atau Rp 180.575 per bulan. Demikian pula bila ditinjau menurut daerah tempat tinggal, yaitu rumahtangga miskin dan non miskin di daerah perkotaan maupun perdesaan akan memperlihatkan pola yang sama. Hal ini diduga bahwa rumahtangga

non

miskin

mempunyai

kebutuhan

yang

lebih

beragam

dibandingkan dengan rumahtangga miskin sehingga sangat terpengaruh dengan naiknya harga-harga dan harus mendapatkan kompensasi yang lebih besar akibat kenaikan harga BBM. Namun, perubahan yang sedikit (dengan CV yang lebih kecil) bagi rumahtangga miskin adalah sangat berarti (signifikan) dalam kualitas kehidupannya (tingkat kesejahteraannya). Dalam hal ini, hasil yang serupa juga ditunjukkan oleh Friedman dan Levinsohn (2002) yang meneliti dampak krisis ekonomi di Indonesia tahun 1997 yaitu bahwa CV rumahtangga non miskin lebih tinggi daripada rumahtangga miskin dimana nilainya masing-masing adalah 82% dan 77%.

Namun, Friedman dan Levinsohn (2002) menemukan bahwa di

perkotaan, CV rumahtangga miskin lebih tinggi daripada rumahtangga non miskin Universitas Indonesia

76

yaitu masing-masing 109% dan 90%, artinya bahwa rumahtangga miskin di perkotaan lebih sangat menderita akibat krisis ekonomi. Sementara di perdesaan, CV rumahtangga non miskin yang lebih tinggi daripada rumahtangga miskin yaitu masing-masing 78% dan 70%. Sementara, hila dibandingkan antara rumahtangga pertanian dan non pertanian, maka CV yang paling besar terjadi pada rumahtangga non pertanian yaitu sebesar 36,9% atau Rp 455.569 per bulan sedangkan rumahtangga pertanian hanya sebesar 34,5% atau Rp 249.479 per bulan. Hal ini dapat diduga bahwa rumahtangga pertanian mendapatkan sebagian keuntungan dari kenaikan harga komoditi pertanian sehingga CV tidak sebesar rumahtangga non pertanian. Selanjutnya, rumahtangga dengan jumlah anggota lebih dari empat orang mempunyai CV yang lebih tinggi dibandingkan rumahtangga dengan anggota 1-4 orang yaitu sebesar Rp 505.262 per bulan dibanding dengan Rp 320.842 per bulan, '

walaupun secara persentase tidak terlalu berbeda yaitu 35,8% dibanding 36,1 %. Hal ini logis karena semakin banyak anggota rumahtangga kebutuhan dan pengeluaran akan semakin besar. Hal yang cukup menarik untuk dibahas adalah membandingkan nilai CV dengan jumlah dana bantuan langsung tunai (BLT) yang diberikan oleh Pemerintah kepada rumahtangga miskin. Seperti telah diketahui bahwa jumlah dana BLT adalah Rp 100.000 per bulan per rumahtangga miskin. Dalam hal ini tidak dilihat apakah rumahtangga tersebut mempunyai anggota sedikit (1-4 orang) atau banyak (>4 orang).

Jika tidak dilihat dari segi banyaknya anggota

rumahtangga, berdasarkan nilai CV untuk rumahtangga miskin seharusnya jumlah dana yang diberikan untuk mengkompensasi kenaikan harga BBM agar rumahtangga miskin tetap berada pada kesejahteraan semula adalah sebesar Rp180.575 per bulan, yang berarti terdapat kekurangan sebesar Rp 80.575 per bulan. Sementara jika dilihat dari segi banyaknya anggota rumahtangga, maka rumahtangga miskin dengan jumlah anggota 1-4 orang seharusnya menerima dana kompensasi sebesar Rp 121.509 per bulan yang berarti terdapat kekurangan sebesar Rp 21.509 per bulan. Sedangkan rumahtangga miskin dengan jumlah anggota lebih dari 4 orang seharusnya menerima dana kompensasi sebesar Universitas Indonesia

77

Rp235.487 per bulan yang berarti tcrdapat kekurangan sebesar Rp 135.487 per bulan. Hal lainnya adalah jika yang ingin dibedakan adalah lokasi rumahtangga maka rumahtangga miskin di perkotaan sebarusnya menerima dana kompensasi sebesar Rp 238.049 per bulan yang berarti terdapat kekurangan sebesar Rp138.049 per bulan. Sementara, rumahtangga miskin di perdesaan sebarusnya menerima dana kompensasi sebesar Rp 151.951 per bulan yang berarti terdapat kekurangan sebesar Rp 51.951 per bulan. Hasil penghitungan Compensating Variation (CV) di atas dengan menggunakan persamaan 3.19 adalah berdasarkan pada proporsi pengeluran kelompok

makanan

(w_keli)

yang

artinya

bergantung

pada

agregasi

(penggabungan) komoditi yang dilakukan. Dalam penelitian ini tidak dilakukan pengujian apakah dengan agregasi yang berbeda akan menghasilkan nilai CV yang berbeda. Namun berdasarkan basil penelitian yang dilakukan oleb Friedman dan Levinsohn (2002), antara CV dengan agregasi dan tanpa agregasi mempunyai nilai yang tidak berbeda secara signifikan. Dengan demikian, basil CV dalam penelitian ini sudah cukup valid untuk digunakan. Jadi berdasarkan basil penghitungan CV akibat kenaikan barga BBM pada tahun 2005, terlibat terjadi penurunan tingkat kesejahteraan masyarakat Indonesia secara keseluruban sebesar 36,0% dari rata-rata konsumsinya sebulan. Dengan demikian dibarapkan Pemerintah dapat memberikan bantuan agar masyarakat kembali pada tingkat kesejahteraan semula, terutama bagi masyarakat miskin.


BAB5 KESIMP ULAN DAN SARAN

5.1. Kesimpulan Beberapa kesimpulan yang dapat diambil adalah sebagai berikut: 1.

Telah terjadi penurunan tingkat kesejahteraan rumahtangga (welfare loss) selama periode Pebruari 2005 - Maret 2006 sebagai dampak kenaikan harga BBM tahun 2005 yang diikuti oleh kenaikan harga-harga secara umum (inflasi).

2.

Penurunan tingkat kesejahteraan (welfare loss) atau Compensating Variation (CV) rumahtangga di daerah perkotaan lebih tinggi daripada daerah perdesaan. Hal ini diduga karena orang di perkotaan konsumsinya adalah barang-barang yang terpengaruh oleh kenaikan harga BBM.

3.

Penurunan tingkat kesejahteraan (welfare loss) atau Compensating Variation (CV) rumahtangga tidak miskin lebih tinggi daripada rumahtangga miskin. Namun, perubahan yang sedikit bagi rumahtangga miskin adalah sangat berarti (signifikan) dalam kualitas kehidupannya (tingkat kesejahteraannya).

4.

Penurunan tingkat kesejahteraan (welfare loss) atau Compensating Variation (CV) rumahtangga dengan jumlah anggota lebih dari 4 orang lebih tinggi daripada rumahtangga dengan jumlah anggota 1-4 orang.

Hal ini logis

karena semakin banyak anggota rumahtangga, kebutuhan dan pengeluaran akan semakin besar. 5.

Penurunan tingkat kesejahteraan (welfare loss) atau Compensating Variation ( CV) rumahtangga non pertanian lebih tinggi daripada rumahtangga pertanian. Hal ini dapat diduga bahwa rumahtangga pertanian mendapatkan sebagian keuntungan dari kenaikan harga komoditi pertanian akibat kenaikan harga BBM tahun 2005.

6.

Pemberian Bantuan Langsung Tunai (BLT) oleh Pemerintah sebesar Rp 100.000 per bulan kepada rumahtangga miskin belurn cukup untuk mengkompensasi agar kondisi kesej ahteraan mereka kembali pada tingkat sebelum kenaikan harga BBM, terutama bagi rumahtangga miskin dengan anggota lebih dari 4 orang atau bagi rumahtangga miskin di perkotaan. 78


79

7.

Secara umum, jumlah dana yang dibutuhkan untuk: mengkompensasi kenaikan harga BBM agar rumahtangga miskin tetap berada pada kesejahteraan

semula adalah sebesar kira-kira 34% dari

rata-rata

pengeluaran sebulan atau sekitar Rp 180.575 per bulan, yang berarti terdapat kekurangan sebesar Rp 80.575 per bulan bila dibandingkan dengan dana BLT (Rp 100.000 per bulan). 8.

Rumahtangga miskin dengan jumlah anggota 1-4 orang membutuhkan dana kompensasi sebesar kira-kira 34% dari rata-rata pengeluaran sebulan atau sekitar Rp 121.509 per bulan yang berarti terdapat kekurangan sebesar Rp21.509 per bulan bila dibandingkan dengan dana BLT (Rp 100.000 per bulan). Sementara rumahtangga miskin dengan jumlah anggota lebih dari 4 orang membutuhkan dana kompensasi sebesar kira-kira 35% dari rata-rata pengeluaran sebulan atau sekitar Rp 235.487 per bulan yang berarti terdapat kekurangan sebesar Rp 135.487 per bulan bila dibandingkan dengan dana BLT (Rp 100.000 per bulan).

9.

Rumahtangga miskin di perkotaan membutuhkan dana kompensasi sebesar kira-kira 37% dari rata-rata pengeluaran sebulan atau sekitar Rp 238.049 per bulan yang berarti terdapat kekurangan sebesar Rp 138.049 per bulan bila dibandingkan dengan dana BLT (Rp 100.000 per bulan).

Sementara

rumahtangga miskin di perdesaan membutuhkan dana kompensasi sebesar kira-kira 32% dari rata-rata pengeluaran sebulan atau sekitar Rp 151.951 per bulan yang berarti terdapat kekurangan sebesar Rp 51.951 per bulan bila dibandingkan dengan dana BLT (Rp 100.000 per bulan).

5.2. Saran 5.2.1. Saran Bagi Peneliti Beberapa saran bagi peneliti yang berminat untuk melanjutkan penelitian ini adalah: 1. Menurut Moeis (2003) terdapat tiga masalah data yang mempengaruhi spesifikasi model sistem permintaan yang harus dipertimbangkan yaitu simultaneity bias (bias simultan), sample selectivity bias (bias pemilihan jenis

komoditi yang dikonsumsi), dan contemporaneous correlation (standard error Universitas Indonesia

80

tidak efisien). Dalam penelitian ini hanya mempertimbangkan dua masalah data yaitu simultaneity bias dan 3ample selectivity bias, oleh karena itu disarankan agar peneliti selanjutnya mempertimbangkan juga masalah yang ketiga yaitu contemporaneous correlation agar diperoleh standard error yang efisien. 2. Untuk memenuhi syarat fungsi permintaan yaitu homogeneity, adding-up dan symmetry, dalam melakukan estimasi model sistem permintaan hams diadakan

restriksi-restriksi. Dalam penelitian ini restriksi yang dilakukatl hanya untuk syarat adding-up saja. terpenuhi,

Walaupun secara otomatis syarat homogeneity

namun bagi peneliti selanjutnya disarankan untuk melakukan

ketiga restriksi tersebut. 3. Dalam penelitian ini tidak memasukkan variabel potensi wilayah (desalkota) yang mungkin saja mempengaruhi sistem permintaan.

Bagi peneliti

selanjutnya mungkin dapat menggunakan data Potensi Perdesaan dari survey yang dilakukan oleh Badan Pusat Statistik (BPS) sebagai variabel dalam sistem permintaan. 4. Dengan adanya perbedaan kondisi antar propinsi di Indonesia, sebaiknya dihitung Compensating Variation (CV) untuk setiap propinsi dimana dibutuhkan data dengan sampel lebih besar.

Bagi peneliti yang berminat

untuk hal ini dapat menggunakan data Susenas Modul Konsumsi dengan sampel sekitar 68.000 rumahtangga yang dilakukan setiap tiga tahun sekali oleh Badan Pusat Statistik (BPS). 5. Penghitungan Compensating Variation (CV) dapat dilakukan dengan hanya menggunakan data proporsi pengeluaran satu tahun saja dan data mengenai perubahan harga-harga, oleh karena itu bagi peneliti yang berminat untuk menghitung CV secara cepat dapat menggunakan metode ini. Metode tersebut pemah dilakukan oleh Friedman dan Levinsohn (2002).

5.2.2. Saran Bagi Kebijakan Pemerintah Beberapa saran bagi kebijakan Pemerintah adalah sebagai berikut: 1. Untuk mendapatkan nilai nominal (rupiah) yang layak dalam pemberian kompensasi kepada rumahtangga miskin terhadap kenaikan harga BBM dalam Universitas Indonesia

81

bentuk

Bantuan

Langsung

Tunai

(BLT)

sebaiknya

dikaji

dengan

menggunakan metode yang cukup ilmiah, misalnya seperti yang dilakukan dalam penelitian ini. 2. Dalam memberikan Bantuan Langsung Tunai (BLT), sebaiknya Pemerintah melakukan pembedaan nilai nominal (rupiah) antara rumahtangga miskin dengan anggota yang sedikit (1-4 orang) dan yang banyak (lebih dari 4 orang), atau antara rumahtangga miskin yang tinggal di perkotaan dan yang tinggal di perdesaan.


DAFfARPUSTAKA Ackah, Charles dan Simon Appleton. 2006. "Food Price Changes and Consumer Welfare in Ghana in the 1990s". CREDIT Research Paper No. 07103, University of Nottingham. Badan Pusat Statistik. 2006. Analisis dan Penghitungan Tingkat Kemiskinan Tahun 2006. BPS. Jakarta. Badan Pusat Statistik. Beberapa Edisi Bulanan 2005-2006. Indikator Ekonomi. BPS. Jakarta. Badan Pusat Statistik. 2005. Susenas 2005: Pedoman Pencacahan. BPS. Jakarta. Chandra, Agung Dwi. 2007. "Analisis Permintaan Sayur-sayuran Menuju Pemenuhan Sendiri di Propinsi Kep. Bangka Belitung". Tesis PPIE. Program Pascasarjana Dmu Ekonomi. Universitas Indonesia. Jakarta. Deaton, Angus and John Muellbauer. 1980. "An Almost Ideal Demand System". American Economis Review 70(3):312-326. Dominick, Salvatore. 1992. McGraw-Hill Inc.

Microeconomic Theory.

Third Edition. The

Engel, J.F., R.D.Blackwell, dan P.W.Miniard. 1994. Perilaku Konsumen. Binarupa Aksara. Jakarta. Faiq. 2007. "A General Equilibrium Analysis in Examining the Impact of Fuel Subsidies Cut: the Case of Indobesia". Thesis of the International Development. The International University of Japan. Friedman, Jed dan James Levinsohn. 2002. "The Distributional Impacts of Indonesia's Financial Crisis on Household Welfare: A "Rapid Response" Methodology". University ofMichigan. Gujarati. 2003. Basic Econometrics. Companies.

Fourth Edition. The McGraw-Hill

Hartono, Jogiyanto. 2002. Teori Ekonomi Milcro, Analisis Matematis. Penerbit Andi. Yogyakarta. Henderson, James M dan Richard E. Quandt. 1980. Micro Economic Theory: a Mathematical Approach. Third Edition. McGraw-Hill Book Company, New York. Huffman, Sonya Kostova dan Stanley R. Johnson. 2000. "Re-evaluation of Welfare Changes during the Transition in Poland". Working Paper 00-WP 255, Iowa State University. 82


83

lkhsan, Mohamad, et al. 2005. "Kajian Dampak Kenaikan Harga BBM 2005 Terhadap Kemiskinan". LPEM Working Paper No. 10. Fakultas Ekonomi, Universitas Indonesia. Jakarta. Moeis, Jossy. P. 2003. "Indonesia Food Demand System: An Analysis of the Impacts of the Economic Crisis on Household Consumption and Nutritional Intake". Dissertation of the Faculty of Columbian College of Arts and Sciences. The George Washington University. Washington DC. Nicholson, Walter. 2005. Microeconomic Theory: Basic Principles and Extensions. Ninth Edition. Thomson Corporation. South-Western, Thomson. Rahardja, Pratama dan Mandala Manurung. 2004. Pengantar /lmu Ekonomi. Fakultas Ekonomi, Universitas Indonesia. Jakarta. Sabrina. 2006. "Pola Konsumsi dan Permintaan Pangan di Propinsi Sumatera Barat". Tesis MPKP. Program MagisterPerencanaan dan Kebijakan Publik. Universitas Indonesia. Jakarta. Silberberg, Eugene. 1990. The Structure of Economics: A Mathematical Analysis. Second Edition. The International Edition. Me. Graw Hill. Inc. Singapore. Smits, Jeroen. 2003. "Estimating the Heckman Two Step Procedure to Control for Selection Bias with SPSS". http://home.planet.nl/-smitsjeroen. Varian, Hal.R. 1992. Microeconomic Analysis. Third Edition. W.W. Norton & Company, Inc. New York.


Lampiran: Syntax Pengolahan Data Dengan SPSS Versi 15.0 Syntax Untuk Tahun 2005: Bagian 1: Data KOR Individu

* Menghitung Lama Sekolah GET FILE='D:\DataTesis\DataOlah\Ssn2005\S05P ki.sav'. DATASET NAME DataSet1 WINDOW=FRONT. IF (b5r16 = 1) lama_sklh = 0. EXECUTE. IF ((b5r16 = 2) & (b5r18 > 0 & b5r18 < 3)) lama_sklh = b5r20- 1 . EXECUTE. IF ((b5r16 = 2) & (b5r18 > 2 & b5r18 < 5)) lama_sklh = 6 + b5r20- 1 . EXECUTE. IF ((b5r16 = 2) & (b5r18 > 4 & b5r18 < 8)) lama_sklh = 9 + b5r20- 1 . EXECUTE. 1. IF ((b5r16 = 2) & (b5r18 > 7 & b5r18 < 11)) lama- sklh = 12 + b5r20. EXECT.JTE. IF ((b5r16 = 2) & (b5r18 = 11)) lama_sklh = 17 + b5r20- 1 . EXECUTE. IF ((b5r16 = 3) & (b5r18 > 0 & b5r18 < 3) & (b5r20-= 8)) lama_sklh = b5r201. EXECUTE. IF ((b5r16 = 3) & (b5r18 > 2 & b5r18 < 5) & b5r20 -= 8) lama_sklh = 6 + b5r20- 1 . EXECUTE. IF ((b5r16 = 3) & (b5r18 > 4 & b5r18 < 8) & (b5r20-= 8)) lama_sklh = 9 + b5r20- 1 . EXECUTE. IF ((b5r16 = 3) & (b5r18 > 7 & b5r18 < 11) & (b5r20-= 8)) lama_sklh = 12 + b5r20- 1 . EXECUTE. IF ((b5r16 = 3) & (b5r18 = 11) & (b5r20 -= 8)) lama_sklh = 17 + b5r20- 1 . EXECUTE. IF ((b5r16 = 3) & (b5r20 = 8) & (b5r21 > 1 & b5r21 < 4 )) lama_sklh = 6. EXECUTE. IF ((b5r16 = 3) & (b5r20 = 8) & (b5r21 > 3 & b5r21 < 6 )) lama_sklh = 9. EXECUTE. IF ((b5r16 = 3) & (b5r20 = 8) & (b5r21 > 5 & b5r21 < 9 )) lama_sklh = 12. EXECUTE. IF ((b5r16 = 3) & (b5r20 = 8) & (b5r21 = 9 )) lama_sklh = 14. EXECUTE. IF ((b5r16 = 3) & (b5r20 = 8) & (b5r21 = 10 )) lama_sklh = 15 . EXECUTE. IF ((b5r16 = 3) & (b5r20 = 8) & (b5r21 = 11 )) lama_sklh = 17. EXECUTE. 84


85

(Lanjutan) IF ((b5r16 = 3) & (b5r20 = 8) & (b5r21 = 12)) lama_sklh = 20. EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\S05P ki.sav' /COMPRESSED. •• Ciptakan File: Lama Sekolah KRT, Umur KRT dan Jenis Kelamin KRT USE ALL. COMPUTE filter_$=(hb = 1). VARIABLE LABEL filter_$ 'hb = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr_indv_1.sav' /BREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /umur_KRT 'Umur KRT' = SUM(umur) /lama_sklh_KRT 'Lama Sekolah KRT' =SUM (lama_sklh) /jk_KRT 'Jenis Kelamin KRT' = SUM(jk). Bagian II: Data KOR Rumahtangga • Mengkategorikan Sumber Penghasilan Utama Rumahtangga GET FILE='D:\DataTesis\DataOlah\Ssn2005\S05P kr.sav'. DATASET NAME DataSet! WINDOW=FRONT. IF (b7r29 < 503) rt_pertanian = 1 . EXECUTE. IF (b7r29 > 502) rt_pertanian = 0 . EXECUTE. FREQUENCIES VARIABLES=rt_pertanian /ORDER= ANALYSIS. •• Menghitung luas lantai per kapita' COMPUTE lantai_kapita = b6r5/ art. EXECUTE. • •• Ciptakan File: Sumber Penghasilan Utama dan Luas Lantai Perkapita AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr_ rt_l.sav' /BREAK=blrl blr2 blr3 blr4 blr5 blr7 blr8 /sumber_penghsl 'Sumber penghasilan utama RT' = SUM(rt_pertanian) /lantai_kapita 'Luas lantai per kapita' = SUM(lantai_kapita). Universitas Indonesia

86 (Lanjutan) SAVE OUTFILE='D:\DataTesis\Data0lah\Ssn2005\S05P kr.sav' /COMPRESSED. Bagian III: Data Modul 1 * Pengelompokkan Komoditi GET FILE='D:\DataTesis\Data0lah\Ssn2005\S05P m41.sav'. DATASET NAME DataSet1 WINDOW=FRONT. COMPUTE harga = (b41k9 I b41k8)*100. EXECUTE. USE ALL. COMPUTE filter_$=((b41k1 > 1 & b41k1 < 10) I (b41k1 > 10 & b41k1 < 20)). VARIABLE LABEL filter_$ '(b41k1 > 1 & b41k1 < 10) I (b41k1 > 10 & b41k1 < 20) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr_ kel1 _padi_ umbi.sav' /BREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /harga_kell_padi_umbi 'Harga padi2an dan umbi2an' = MEAN(harga). USE ALL. COMPUTE filter_$=((b41k1 > 20 & b41k1 <53) I (b41k1 >53 & b41k1 < 71) I (b41k1 > 71 & b41k1 < 85)). VARIABLE LABEL filter_$ '(b41k1 > 20 & b41k1 <53) I (b41k1 >53 & b41k1 < 71) I (b41k1 > 71 & b41k1 < 85) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr_ kel2_prot_hwn.sav' IBREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /harga_kel2_prot_hwn 'Harga ikan, daging, telur, susu' = MEAN(harga). USE ALL. COMPUTE filter_$=((b41k1 > 85 & b41k1 < 115) I (b41k1 > 115 & b41k1 < 127) 1 (b41k1 > 121 & b41k1 < 151)). VARIABLE LABEL filter_$ '(b41k1 > 85 & b41k1 < 115) I (b41k1 > 115 & b41k1 < 127) I (b41k1 > 127 & b41k1 < 151) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. Universitas Indonesia

87

(Lanjutan) AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr_kel3 _prot_nbt.sav' /BREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 lharga_kel3 _prot_nbt 'Harga sayur2an, kacang2an, buah2an' = MEAN(harga). USE ALL. COMPUTE filter_$=(b41k1 > 151 & b41kl < 158). VARIABLE LABEL filter_$ 'b41k1 > 151 & b41k1 < 158 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE /OUTFILE='D:\DataTesis\Data0lah\Ssn2005\aggr_ kel4_myk_lmk.sav' /BREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /harga_kel4_myk_lmk 'Harga minyak & lemak' = MEAN(harga). USE ALL. COMPUTE filter_$=((b41k1 > 158 & b41k1 < 167) I (b41k1 > 167 & b41kl < 181) 1 (b41k1 > 181 & b41k1 < 191) 1 (b41k1 > 191 & b41k1 < 223) 1 (b41k1 > 223 & b41k1 < 230)). VARIABLE LABEL filter_$ '(b41k1 > 158 & b41k1 < 167) I (b41k1 > 167 & b41k1 < 181) I (b41kl > 181 & b41kl < 191) I (b41k1 > 191 & b41... (FILTER)'. VALUE LABELS filter $ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE /OUTFILE='D:\DataTesis\Data0lah\Ssn2005\aggr_kel5 _ komoditi_lainnya.sav' /BREAK=b1 rl b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /harga_kel5_kmdt_lainnya 'Harga komoditi lainnya' = MEAN(harga). SAVE OUTFILE='D:\DataTesis\Data0lah\Ssn2005\S05P m41.sav' /COMPRESSED. Bagian IV: Data Modul 3

* Gabung File Dari Bagian III GET FILE='D:\DataTesis\Data0lah\Ssn2005\S05P m43.sav'. DATASET NAME DataSetl WINDOW=FRONT. GET FILE='D:\DataTesis\Data01ah\Ssn2005\aggr_kel1_padi_umbi.sav'. DATASET NAME DataSet2 WINDOW=FRONT. GET FILE='D:\DataTesis\Data01ah\Ssn2005\aggr_ke12_prot_hwn.sav'. DATASET NAME DataSet3 WINDOW=FRONT. GET FILE='D :\DataTesis\DataOlah\Ssn2005\aggr_ kel3 _prot_nbt.sav'. Universitas Indonesia

88

(Lanjutan) DATASET NAME DataSet4 WINDOW=FRONT. GET FILE='D:\DataTesis\Data0lah\Ssn2005\aggr_kel4_myk_lmk.sav'. DATASET NAME DataSet5 WINDOW=FRONT. GET FILE='D:\DataTesis\Data0lah\Ssn2005\aggr_ kel5 _komoditi_lainnya.sav'. DATASET NAME DataSet6 WINDOW=FRONT. DATASET ACTIVATE DataSet!. MATCH FILES /FILE=* ff ABLE='DataSet2' /BY blrl blr2 blr3 blr4 blr5 blr7 blr8. EXECUTE. SAVE OUTFILE='D:\DataTesis\Data0lah\Ssn2005\S05P m43.sav' /COMPRESSED. MATCH FILES /FILE=* ffABLE='DataSet3' /BY blrl blr2 blr3 blr4 blr5 blr7 blr8. EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\S05P m43.sav' /COMPRESSED. MATCH FILES /FILE=* ff ABLE='DataSet4' /BY blrl blr2 blr3 blr4 blr5 blr7 blr8. EXECUTE. SAVE OUTFILE='D:\DataTesis\Data0lah\Ssn2005\S05P m43.sav' /COMPRESSED. MATCH FILES /FILE=* rr ABLE='DataSet5' /BY blrl blr2 blr3 blr4 blr5 blr7 blr8. EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\S05P m43.sav' /COMPRESSED. MATCH FILES /FILE=* rrABLE='DataSet6' /BY blrl blr2 blr3 blr4 blr5 blr7 blr8. EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\S05P m43.sav' /COMPRESSED. ** Mengecek Jumlah Rumahtangga Missing AGGREGATE /OUTFILE='D :\DataTesis\DataOlah\Ssn2005\aggr_rt_ missing.sav' /BREAK=blrl blr2 blr3 blr4 /harga_kell _padi_umbi_numiss = NUMISS(harga_ kell _padi_umbi) lharga_ kel2_prot_hwn_ numiss = NUMISS(harga_ kel2_prot_hwn) Universitas Indonesia

89

(Lanjutan) /harga_ kel3 _prot_nbt_numiss = NUMISS(harga_ kel3 _prot_nbt) lharga_kel4_myk_lmk_numiss = NUMISS(harga_ke14_myk_lmk) /harga_ke15 _kmdt_lainnya_numiss = NUMISS(harga_kel5 _ kmdt_lainnya). GET FILE='D:\DataTesis\Data0lah\Ssn2005\aggr_rt_missing.sav'. DATASET NAME DataSet7 WINDOW=FRONT. FREQUENCIES VARIABLES=harga_kell _padi_umbi_ numiss harga_ke12_prot_hwn_numiss harga_kel3 _prot_nbt_numiss harga_ke14_myk_lmk_ numiss harga_ke15 _ kmdt_lainnya_ numiss /FORMAT=NOTABLE /STATISTICS=MINIMlThl MAXIMUM SUM /ORDER= ANALYSIS . *** Menghitung Harga Rata-rata Di Desa DATASET ACTIVATE DataSet!. AGGREGATE /OUTFILE='D:\DataTesis\Data01ah\Ssn2005\aggr_rata2desa.sav' /BREAK=bl rl blr2 blr3 blr4 /harga_kell_padi_umbi_mean = MEAN(harga_kell_padi_umbi) /harga_ ke12_prot_hwn_mean= MEAN{harga_ kel2_prot_hwn) /harga_ kel3 _prot_nbt_mean = MEAN{harga_kel3 _prot_nbt) /harga_ ke14_myk_lmk_mean = MEAN{harga_kel4_myk_lmk) /harga_ ke15 _ kmdt_lainnya_mean= MEAN(harga_kel5 _kmdt_lainnya). GET FILE='D: \DataTesis\Data01ah\Ssn2005\aggr_rata2desa.sav'. DATASET NAME DataSet8 WINDOW=FRONT. DATASET ACTIVATE DataSet!. MATCH FILES /FILE=* ITABLE='DataSet8' /BY blrl blr2 blr3 blr4. EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\S05P m43.sav' /COMPRESSED. ****

Menghitung Deviasi Harga Kelompok Komoditi Dengan Harga Rata-rata Desa

COMPUTE Ln_Harga_Kell = LN(harga_k ell_padi_um bi). EXECUTE. COMPUTE Ln_Harga_Rata_Kell = LN(harga_ke ll_padi_umb i_mean). EXECUTE. COMPUTE LDev_Kell = Ln_Harga_K ell- Ln_Harga_R ata_Kell. EXECUTE. Universitas Indonesia

90

(Lanjutan) COMPUTE Ln_Harga_Kel2 = LN(harga_kel2_prot_hwn). EXECUTE. COMPUTE Ln_Harga_Rata_Ke12 = LN(harga_kel2_prot_hwn_mean). EXECUTE. COMPUTE LDev_Kel2 = Ln_Harga_K el2- Ln_Harga_Rata_Kel2. EXECUTE. COMPUTE Ln_Harga_Kel3 = LN(harga_kel3_prot_nbt). EXECUTE. COMPUTE Ln_Harga_Rata_Kel3 = LN(harga_kel3_prot_nbt_mean). EXECUTE. COMPUTE LDev_Kel3 = Ln_Harga_K el3- Ln_Harga_Rata_Kel3. EXECUTE. COMPUTE Ln_Harga_Kel4 = LN(harga_kel4_myk_lmk). EXECUTE. COMPUTE Ln_Harga_Rata_Kel4 = LN(harga_kel4_myk_lrnk_mean). EXECUTE. COMPUTE LDev_Kel4 = Ln_Harga_K el4- Ln_Harga_Rata_Kel4. EXECUTE. COMPUTE Ln_Harga_KelS = LN(harga_kelS_kmdt_lainnya). EXECUTE. COMPUTE Ln_Harga_Rata_KelS = LN(harga_kelS_kmdt_lainnya_mean). EXECUTE. COMPUTE LDev_KelS = Ln_Harga_K elS- Ln_Harga_Rata_KelS. EXECUTE. SAVE OUTFILE='D:\DataTesis\Data0lah\Ssn2005\SOSP m43.sav' /COMPRESSED.

***** Menghitung Budget Share Kelompok Komoditi COMPUTE w_kell = (b43r0lk3 + b43r02k3) I b43r16k3. EXECUTE. COMPUTE w_kel2 = (b43r03k3 + b43r04k3 + b43r05k3) I b43r16k3. EXECUTE. COMPUTE w_kel3 = (b43r06k3 + b43r07k3 + b43r08k3) I b43r16k3. EXECUTE. COMPUTE w kel4 = b43r09k3 I b43r16k3. EXECUTE. COMPUTE w_kelS = (b43r10k3 + b43rllk3 + b43r12k3 + b43r13k3 + b43rl4k3 + b43r15k3) I b43r16k3 . EXECUTE. SAVE OUTFILE='D:\DataTesis\Data0lah\Ssn2005\SOSP m43.sav' /COMPRESSED.


91

(Lanjutan) ***** * Mengkategorikan Rumahtangga Mengkonsumsi Atau Tidak IF (w_kell > 0) kons_kell = 1 . EXECU TE. IF (w_kell = 0) kons_kell = 0. EXECU TE. IF (w_kel2 > 0) kons_kel2 = 1 . EXECU TE. IF (w_kel2 = 0) kons_kel2 = 0. EXECU TE. IF (w_kel3 > 0) kons_kel3 = 1 . EXECU TE. IF (w_kel3 = 0) kons_kel3 = 0. EXECU TE. IF (w_kel4 > 0) kons_kel4 = 1 . EXECU TE. IF (w_kel4 = 0) kons_kel4 = 0. EXECU TE. IF (w_kel5 > 0) kons_kel5 = 1 . EXECU TE. IF (w_kel5 = 0) kons_kel5 = 0. EXECU TE. ******* Gabung File Dari Bagian I GET FILE='D:\DataTesis\Data0lah\Ssn2005\aggr_indv_l.sav'. DATASET NAME DataSet9 WINDOW=FRONT. MATCH FILES /FILE=* IfABLE='DataSet9' !BY blrl blr2 blr3 blr4 b1r5 b1r7 blr8. EXECUTE. ******** Gabung File Dari Bagian II GET FILE='D:\DataTesis\Data01ah\Ssn2005\aggr_rt_1.sav'. DATASET NAME DataSe tl 0 WINDOW=FRONT. DATASET ACTNATE DataSe tl. MATCH FILES /FILE=* IfABLE='DataSet 10' !BY blrl b1r2 blr3 b1r4 blr5 b1r7 b1r8. EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\S05P m43.sav' /COMPRESSED. Universitas Indonesia

92

(Lanjutan)

********* Menciptakan Variabel Total Pengeluaran Makanan, Total Pengeluaran Non Makanan, Total Pengeluaran Sebulan dan Pengeluaran Perkapita

COMPU TE total mkn = b43r01k3 + b43r02k3 + b43r03k3 + b43r04k3 + b43r05k3 + b43r06k3 + b43r07k3 + b43r08k3 + b43r09k3 + b43r10k3 + b43r11k3 + b43r12k3 + b43r13k3 + b43r14k3 + b43r15 k3. EXECU TE. COMPU TE total- mkn- sbln = total- mkn * 30 I 7 . EXECU TE. COMPU TE total nonmkn = b43r18k5 + b43r19k5 + b43r20k5 + b43r21k5 + b43r22k5 + b43r23k5 . EXECU TE. COMPU TE total- nonmkn- sebln =total- nonmkn I 12 . EXECU TE. COMPU TE total_pengeluaran_sebln = total_mkn_sbln + total_no nmkn_s ebln. EXECU TE. COMPU TE kapita_sebln = total_pengeluaran_sebln I jml_art . EXECU TE.

********** Mengkategorikan Rumahtangga Miskin/Tidak Miskin IF (b1rl = 11 & b1r5 = 1 & kapita_sebln < 195882) status_miskin = 1 . EXECU TE. IF (b1r1 = 11 & b1r5 = 2 & kapita_sebln < 166608) status_miskin = 1 . EXECU TE. IF (b1rl = 12 & b1r5 = 1 & kapita_sebln < 175152) status_miskin = 1. EXECU TE. IF (b1rl = 12 & b1r5 = 2 & kapita_sebln < 117578) status_miskin = 1 . EXECU TE. IF (b1r1 = 13 & b1r5 = 1 & kapita_sebln < 175730) status_miskin = 1 . EXECU TE. IF (blrl = 13 & b1r5 = 2 & kapita_sebln < 125602) status_miskin = 1 . EXECU TE. IF (b1r1 = 14 & b1r5 = 1 & kapita_sebln < 196892) status_miskin = 1 . EXECU TE. IF (b1rl = 14 & b1r5 = 2 & kapita_sebln < 151718) status_miskin = 1 . EXECU TE. IF (b1rl = 15 & b1r5 = 1 & kapita_sebln < 187608) status_miskin = 1 . EXECU TE. IF (b1rl = 15 & b1r5 = 2 & kapita_sebln < 122185) status_miskin = 1 . EXECU TE. IF (b1rl = 16 & b1r5 = 1 & kapita_sebln < 172684) status_miskin = 1 . EXECU TE. IF (b1r1 = 16 & b1r5 = 2 & kapita_sebln < 120331) status_miskin = 1 . EXECU TE. Univers itas Indonesia

93

(Lanjutan) IF (b1rl = 17 & b1r5 = 1 & kapita_sebln < 172659) status_miskin = 1 .

EXECUTE.

IF (b1rl = 17 & blr5 = 2 & kapita_sebln < 110275) status_miskin = 1 .

EXECUTE.

IF (blrl = 18 & blr5 = 1 & kapita_sebln < 164909) status_miskin

=

1.

EXECUTE.

IF (blrl = 18 & blr5 = 2 & kapita_sebln < 113728) status_miskin = 1 .

EXECUTE.


EXECUTE. IF {blrl = 19 & blr5 = 2 & kapita_sebln < 178701) status_miskin = 1 . EXECUTE.

IF (b 1r1 = 21 & b 1r5 = 1 & kapita_sebln < 231346) status_miskin = 1 .

EXECUTE.

IF (blr1 = 21 & blr5 = 2 & kapita_sebln < 156453) status_miskin = 1 .

EXECUTE.

IF (b1rl = 31 & blr5 = 1 & kapita_sebln < 237735) status_miskin = 1.

EXECUTE ..


EXECUTE.


EXECUTE.

IF (blr1 = 33 & blr5 = 1 & kapita_sebln < 143776) status_miskin = 1 .

EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.

IF {blrl = 35 & blr5 = 1 & kapita_sebln < 146743) status_miskin = 1 .

EXECUTE.


EXECUTE.

IF {blrl = 36 & blr5 = 1 & kapita_sebln < 183927) status_miskin = 1 .

EXECUTE.


EXECUTE.

IF (blrl =51 & blr5 = 1 & kapita_sebln < 166962) status_miskin = 1 .

EXECUTE.


EXECUTE.

IF {blrl =52 & blr5 = 1 & kapita_sebln < 134488) status_miskin = 1 .

EXECUTE.


EXECUTE. Universitas Indonesia

94

(Lanjutan) IF (b1rl =53 & b1r5 = 1 & kapita_sebln < 141168) status_miskin = 1 .

EXECUTE.

IF (b1r1 =53 & b1r5 = 2 & kapita_sebln < 89764) status_miskin = 1 .

EXECUTE.

IF (b1r1 = 61 & b1r5 = 1 & kapita_sebln < 164397) status_miskin = 1 .

EXECUTE.

IF (b 1r1 = 61 & b lr5 = 2 & kapita_ sebln < 109777) status_miskin = 1 .

EXECUTE.


EXECUTE.

IF (b1rl = 62 & b1r5 = 2 & kapita_sebln < 125980) status_miskin = 1 .

EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.

IF {b1rl = 64 & b1r5 = 2 & kapita_sebln < 161910) status_miskin = 1 .

EXECUTE.


EXECUTE.

IF (b1rl = 71 & b1i-5 = 2 & kapita_sebln < 118675) status_miskin = 1 .

EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.


EXECUTE.



95

(Lanjutan) IF (b1r1 = 82 & b1r5 = 2 & kapita_sebln < 122936) status_miskin = 1 . EXECU TE. IF (b1r1 = 94 & b1r5 = 1 & kapita_sebln < 193307) status_miskin = 1 . EXECU TE. IF (b1r1 = 94 & b1r5 = 2 & kapita_sebln < 145610) status_miskin = 1 . EXECU TE. IF (SYSMIS(status_miskin)) status_miskin = 0. EXECU TE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\SOSP_m43.sav' /COMPRESSED. FREQUENCIES VARIABLES=status miskin /ORDER= ANALYSIS . • Custom Tables. CTABLES NLABE LS VARIABLES=status miskin blrl DISPLAY=DEFAULT ffABLE blrl BY status_miskin (COUNT F40.0, ROWPCT.COUNT F40.2] /CATEGORIES VARIABLES=status_miskin ORDER=A KEY=VALUE EMPTY=INCLUDE TOTAL=YES POSITION=AFTER /CATEGORIES VARIAB LES=bl r1 ORDER =A KEY=VALUE EMPTY =EXCL UDETO TAL=Y ES POSITION=AFTER. • Regresi Log Deviasi Harga* • Kelompok 1 REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING PAIRWISE /STATISTICS COEFF OUTS R ANOV A COLLI N TOL CHANG E ZPP /CRITERIA=PIN(.OS) POUT(. tO) /NOORIGIN /DEPENDENT LDev Kell /METH OD=EN TER ln_peng_mkn lnjml_ art ln_umurKRT lama_sklh_KRT ln_luaslntikpt type_daerah status_miskin sumber _pengh sljk_KR T /RESIDUALS DURBI N /SAVE PRED. ** Kelompok 2 REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING PAIRWISE /STATISTICS COEFF OUTS R ANOVA COLLI N TOL CHANG E ZPP Universitas Indonesia

96

(Lanjutan) /CRITERIA=PIN(.OS) POUT(.l 0) /NOORIGIN /DEPENDENT LDev Ke12 /METHOD=ENTER ln_peng_mkn lnjml_art ln_umurKRT lama_sklh_KRT ln_luaslntikpt type_daerah status_miskin sumber_penghsljk_KRT /RESIDUALS DURBIN /SAVEPRED.

*** Kelompok 3 REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING PAIRWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.OS) POUT(.lO) /NOORIGIN /DEPENDENT LDev Kel3 /METHOD=ENTER ln_peng_mkn lnjml_art ln_umurKRT lama_sklh_KRT In_luaslntikpt type_daerah status_miskin sumber_penghsl jk_ KRT /RESIDUALS DURBIN /SAVEPRED.

**** Kelompok 4 REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING PAIRWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.OS) POUT(.l 0) /NOORIGIN /DEPENDENT LDev Ke14 IMETHOD=ENTER ln_peng_mkn lnjml_art ln_umurKRT lama_sklh_KRT In_luaslntikpt type_daerah status_miskin sumber_penghsl jk_ KRT /RESIDUALS DURBIN /SAVEPRED.

***** Kelompok 5 REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING PAIRWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.OS) POUT(. tO) /NOORIGIN /DEPENDENT LDev Kel5 Universitas Indonesia

97

(Lanjutan) /METHOD= ENTER ln_peng_mkn lnjm1_art 1n_umurKRT 1ama_sk1h_KRT 1n_1uas1ntikpt type_daerah status_miskin sumber_penghs1jk_KRT !RESIDUALS DURBIN /SAVEPRE D. * Menciptakan V ariabe1 lnstrumen Harga* IF (kons_ ke11 = 1) 1nharga_est_ke11 = Ln_ Harga_ Ke11 - PRE_1 . EXECUTE. IF (kons_kell = 0) 1nharga_est_kell = Ln_Harga_R ata_Kell- PRE_1 . EXECUTE. IF (kons_ ke12 = 1) lnharga_est_ke12 = Ln_ Harga_ Ke12 - PRE_2 . EXECUTE. IF (kons_ke12 = 0) 1nharga_est_ke12 = Ln_Harga_Rata_Ke12- PRE_2. EXECUTE. IF (kons_kel3 = 1) 1nharga_est_ke13 = Ln_Harga_Ke13- PRE_3. EXECUTE. ·IF (kons_kel3 = 0) 1nharga_est_kel3 = Ln_Harga_R ata_Kel3- PRE_3. EXECUTE. IF (kons_ke14 = 1) lnharga_est_ke14 = Ln_Harga_Ke14- PRE_4. EXECUTE. IF (kons_ ke14 = 0) 1nharga_est_ke14 = Ln_ Harga_Rata_Ke14 - PRE_4 . EXECUTE. IF (kons_ ke15 = 1) 1nharga_est_ke15 = Ln_ Harga_Ke15 - PRE_5 . EXECUTE. IF (kons_ ke15 = 0) 1nharga_est_ke15 = Ln_ Harga_Rata_Ke15 - PRE_5 . EXECUTE. * Menciptakan V ariabe1 IMR * * Ke1ompok 1 LOGISTIC REGRESSIO N VARIABLES kons ke11 /METHOD= ENTER 1nharga_est_kell 1nharga_est_ke12 lnharga_est_kel3 lnharga_est_kel41nharga_est_kel5 1n_peng_mkn lnjml_art ln_umurKRT lama_sklh_ KRT In_luaslntikpt type_daerah status_miskin sumber__penghsl J'k- KRT /SAVE=PR ED /CRITERIA = PIN(.05) POUT(.lO) ITERATE(20) CUT(.5). COMPUTE probit_kel1 = probit(PRE_ 6) . EXECUTE. COMPUTE IMR_kell = ((1 I SQRT(2 * 3.141592654)) * (EXP(- 0.5 * probit_kell ** 2))) I CDFNORM( probit_kell). EXECUTE. Universitas Indonesia

98

(Lanjutan) •• Kelompok2 LOGISTIC REGRESSION VARIABLES kons kel2 /METHOD = ENTER lnharga_est_kell lnharga_est_kel2 lnharga_est_kel3 lnharga_est_kel4lnharga_est_kel5 ln_peng_mkn lnjml_art ln_wnurKRT lama_sklh_KRT ln_luaslntikpt type_daerah status_miskin sumber_penghsl J"k- KRT /SAVE=PRED /CRITERIA= PIN(.05) POUT( .tO) ITERATE(20) CUT(.5). COMPUTE probit_ke12 = probit(PRE_7) . EXECUTE. COMPUTE IMR_ke12 = ((1 I SQRT(2 * 3.141592654)) * (EXP(- 0.5 probit_ke12 •• 2))) I CDFNORM(probit_ke12). EXECUTE.

*

••• Kelompok 3 LOGISTIC REGRESSION VARIABLES kons ke13 /METHOD = ENTER lnharga_est_ke11 lnharga_est_ke12 lnharga_est_kel3 lnharga_est_kel4 lnharga_est_kel5 ln_peng_mkn lnjml_art ln_umurKRT lama_sklh_KRT ln_luaslntikpt type_daerah status_miskin sumber_penghsl J"k- KRT /SAVE=PRED /CRITERIA=PIN (.05) POUT(.lO) ITERATE(20) CUT(.5). COMPUTE probit_kel3 = probit(PRE_ 8) . EXECUTE. COMPUTE IMR_ke13 = ((1 I SQRT(2 * 3.141592654)) * (EXP(- 0.5 probit_kel3 •• 2))) I CDFNORM(prob it_kel3). EXECUTE.

*

•••• Kelompok4 LOGISTIC REGRESSION VARIABLES kons ke14 /METHOD = ENTER lnharga_est_ke11 lnharga_est_ke12 lnharga_est_kel3 lnharga_est_ke14 lnharga_est_ke15 In_peng_mkn Injml_art In_umurKRT lama_sklh_ KRT In_luaslntikpt type_daerah status_miskin sumber_penghsl J"k- KRT /SAVE=PRED /CRITERIA= PIN(.05) POUT(.10) ITERATE(20) CUT(.5). COMPUTE probit_kel4 = probit(PRE_9). EXECUTE. COMPUTE IMR_ke14 = ((1 I SQRT(2 * 3.141592654)) * (EXP(- 0.5 * probit_ke14 •• 2))) I CDFNORM(prob it_kel4). EXECUTE. Universitas Indonesia

99

(Lanjutan) • Menghitung Indeks Stone dan Total Pengeluaran Makanan yang Dideflasi

*

COMPUTE ln_indeks_stone = (w_kell * lnharga_est_kell) + (w_kel2 * lnharga_est_kel2) + (w_kel3 * lnharga_est_kel3) + (w_kel4 * lnharga_est_kel4) + (w_kel5 * lnharga_est_kel5) . EXECUTE. COMPUTE In_pengmkn_deft = In_peng_mkn - In_indeks_stone . EXECUTE.

* Regresi Utama (Budget Share) * * Kelompok 1 USE ALL. COMPUTE filter_$=(kons_kel1 = 1). VARIABLE LABEL filter_$ 'kons_kell = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter $. EXECUTE. REGRESSION /DESCRIPT NES MEAN STDDEV CORR SIGN /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.05) POUT(.l 0) /NOORIGIN /DEPENDENT w kell /METHOD=ENTER lnharga_est_kell lnharga_est_kel2 lnharga_ est_kel3 lnharga_est_ kel4lnharga_ est_kel51n_p engmkn_def llnjml_art ln_umurKRT lama_sklh_ KRT 1n_luaslntikpt type_daerah status_miskin sumber_penghsl jk_KRT IMR_kell /RESIDUALS DURBIN /SAVE= PRED .

** Kelompok 2 USE ALL. COMPUTE filter_ $=(kons_kel2 = 1). VARIABLE LABEL filter_$ 'kons_kel2 = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ {fl.O). FILTER BY filter_$. EXECUTE.


100

(Lanjutan) REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOV A COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT w kel2 /METHOD=ENTER lnharga_est_kelllnharga_est_kel21nharga_est_kel3 lnharga_est_kel4lnharga_est_kel5 ln_pengm kn_deflln jml_art ln_umurKRT lama_sklh_ KRT In_luaslntikpt type_daerah status_miskin sumber_penghsl jk_KRT IMR_kel2 /RESIDUALS DURBIN /SAVE = PRED .

*** Kelompok 3 USE ALL. COMPUTE filter_$=(kons_kel3 = 1). VARIABLE LABEL filter_$ 'kons_kel3 = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUT E. REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOV A COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT w kel3 /METHOD=ENTER lnharga_est_kelllnharga_est_kel2 lnharga_est_kel3 lnharga_est_kel4lnharga_est_kel5 ln_pengm kn_deflln jml_art ln_umurKRT lama_sklh_ KRT ln_luaslntikpt type_daerah status_miskin sumber_penghsl jk_KRT IMR_kel3 /RESIDUALS DURBIN /SAVE = PRED .

**** Kelompok 4 USE ALL. COMPUTE filter_$=(kons_kel4 = 1). VARIABLE LABEL filter_$ 'kons_kel4 = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fLO). FILTER BY filter_$. EXECUT E. Universitas Indonesia

101

(Lanjutan) REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.OS) POUT(.1 0) /NOORIGIN /DEPENDENT w kel4 /METHOD=ENTER lnharga_est_kelllnharga_est_kel2 lnharga_est_kel3 lnharga_est_kel41nharga_est_kel51n_pengmkn_defllnjml_art ln_umurKRT lama_sklh_KRT In_luaslntikpt type_daerah status_miskin sumber_penghsl jk_KRT IMR_kel4 /RESIDUALS DURBIN /SAVE= PRED .

*

Regresi Pengeluaran Makanan Dengan Pengeluaran Total Untuk Koreksi Elastisitas Pengeluaran * COMPUTE ln_pengtotal = LN(total_pengeluaran_sebln). EXECUTE. REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL ZPP /CRITERIA=PIN(.OS) POUT(.10) /NOORIGIN /DEPENDENT ln_peng_mkn /METHOD=ENTER In_pengtotal /RESIDUALS DURBIN. Syntax Untuk Tahun 2006: Syntax Kategori Rumahtangga Miskin (Yang Lain Sarna Dengan Syntax Tahun 2005)

*

Menciptakan Variabel Total Pengeluaran Makanan, Total Pengeluaran Non Makanan, Total Pengeluaran Sebulan dan Pengeluaran Perkapita

GET FILE='D:\DataTesis\DataOlah\Ssn2006\S06P m43.sav'. DATASET NAME DataSet! WINDOW=FRONT. COMPUTE total mkn = bk3r1a + bk3rl b + bk3r2 + bk3r3a + bk3r3b + bk3r4 + bk3r5a + bk3r5b + bk3r6 + bk3r7 + bk3r8 + bk3r9 + bk3r10 + bk3rll + bk3r12a + bk3r12b + bk3r13a + bk3r13b + bk3r13c + bk3r14a + bk3r14b. EXECUTE. Universitas Indonesia

102

(Lanjutan) COMPUTE total_mkn_sebln = total_mkn * 30 I 7. EXECUTE. IF (SYSMIS(bk4r17a)) bk4rl7a = 0 . EXECUTE. IF (SYSMIS(bk4r17b)) bk4rl7b = 0. EXECUTE. IF (SYSMIS(bk4rl7c)) bk4r17c = 0. EXECUTE. IF (SYSMIS(bk4r17d)) bk4rl7d = 0 . EXECUTE. IF (SYSMIS(bk4r18a)) bk4r18a = 0. EXECUTE. IF (SYSMIS(bk4r18b)) bk4r18b = 0. EXECUTE. IF (SYSMIS(bk4r18c)) bk4r18c = 0. EXECUTE. IF (SYSMIS(bk4r18d)) bk4r18d = 0. EXECUTE. IF (SYSMIS(bk4r18e)) bk4r18e = 0. EXECUTE. IF (SYSMIS(bk4rl9)) bk4r19 = 0. EXECUTE. IF (SYSMIS(bk4r20)) bk4r20 = 0. EXECUTE. IF (SYSMIS(bk4r2la)) bk4r21a = 0. EXECUTE. IF (SYSMIS(bk4r21b)) bk4r2lb = 0. EXECUTE. IF (SYSMIS(bk4r21c)) bk4r21c = 0. EXECUTE. IF (SYSMIS(bk4r2ld)) bk4r21d = 0. . EXECUTE. IF (SYSMIS(bk4r22)) bk4r22 = 0. EXECUTE. COMPUTE total nonmkn = bk4r17a + bk4rl7b + bk4r17c + bk4r17d + bk4r18a + bk4r18b + bk4r18c + bk4r18d + bk4rl8e + bk4r19 + bk4r20 + bk4r21a + bk4r2lb + bk4r21c + bk4r2ld + bk4r22. EXECUTE. COMPUTE total- nonmkn- sebln = total- nonmkn I 12 . EXECUTE. COMPUTE total_pengeluaran_sebln = total_mkn_sebln + total_nonmkn_sebln. EXECUTE. COMPUTE kapita_sebln = total_pengeluaran_sebln I b2r2. EXECUTE.


103

(Lanjutan) SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2006\S06P_m43.sav' /COMPRESSED. EXECUTE.

** Mengkategorikan Rumahtangga Miskin/Tidak Miskin IF (b1rl = 12 & b1r5 = 1 & kapita_sebln < 209282) status_miskin EXECUTE. IF (b1rl = 12 & b1r5 = 2 & kapita_sebln < 156867) status_miskin EXECUTE. IF (b1rl = 13 & b1r5 = 1 & kapita_sebln < 2i9990) status_miskin EXECUTE. IF (b1rl = 13 & b1r5 = 2 & kapita_sebln < 166062) status_miskin EXECUTE. IF (b1rl = 14 & b1r5 = 1 & kapita_sebln < 266897) status_miskin EXECUTE. IF (b1rl = 14 & b1r5 = 2 & kapita_sebln < 219483) status_miskin EXECUTE. IF (b1rl = 15 & b1r5 = 1 & kapita_sebln < 202612) status_miskin EXECUTE. IF (b1rl = 15 & b1r5 = 2 & kapita_sebln < 140453) status_miskin EXECUTE. IF (b1rl = 16 & b1r5 = 1 & kapita_sebln < 242135) status_miskin EXECUTE. IF (b1rl = 16 & b1r5 = 2 & kapita_sebln < 185430) status_miskin EXECUTE. IF (b1rl = 17 & b1r5 = 1 & kapita_sebln < 191541) status_miskin EXECUTE. IF (b1r1 = 17 & b1r5 = 2 & kapita_sebln < 124155) status_miskin EXECUTE. IF (b1rl = 18 & b1r5 = 1 & kapita_sebln < 195912) status_miskin EXECUTE. IF (b1rl = 18 & b1r5 = 2 & kapita_sebln < 148389) status_miskin EXECUTE. IF (b1rl = 19 & b1r5 = 1 & kapita_sebln < 210878) status_miskin EXECUTE. IF (b1rl = 19 & b1r5 = 2 & kapita_sebln < 188898) status_miskin EXECUTE. IF (b1rl = 21 & b1r5 = 1 & kapita_sebln < 247540) status_miskin EXECUTE. IF (b1rl = 21 & b1r5 = 2 & kapita_sebln < 173319) status_miskin EXECUTE. IF (b1rl = 31 & b1r5 = 1 & kapita_sebln < 295267) status_miskin EXECUTE. IF (b1r1 = 32 & b1r5 = 1 & kapita_sebln < 207233) status_miskin EXECUTE.

= 1.

=1 . =1. =1. = 1.

= 1. =1.

=1 . =

1.

=1.

= 1. =1.

=1 . =

1.

=1.

=1 . =

1.

= 1. =

1.

=

1.


104

(Lanjutan) 1. IF (b1rl = 32 & b1r5 = 2 & kapita_sebln < 157664) status_miskin =

EXECUTE.

1. IF (b1rl = 33 & b1r5 = 1 & kapita_sebln < 193745) status_miskin =

EXECUTE.


EXECUTE.

1. IF (b 1r1 = 34 & b 1r5 = 1 & kapita_ sebln < 196406) status_miski n =

EXECUTE. IF (b1rl = 34 & b1r5

= 2 & kapita_sebln < 187521) status_miskin = 1 .

EXECUTE.

1. IF (b1r1 = 35 & b1r5 = 1 & kapita_sebln < 196877) status_miskin =

EXECUTE.


EXECUTE.

1. IF (b1rl = 36 & b1r5 = 1 & kapita_seb1n < 217536) status_miskin =

EXECUTE.

= 1. IF (b1rl = 36 & b1r5 = 2 & kapita_sebln < 140648) status_miskin

EXECUTE.

= 1. IF (b1r1 =51 & b1r5 = 1 & kapita_sebln < 230636) status_miskin

EXECUTE.

= 1. IF (b1rl =51 & b1r5 = 2 & kapita_sebln < 178359) status_miskin

EXECUTE.

= 1. IF (b1rl =52 & b1r5 = 1 & kapita_sebln < 140490) status_miskin

EXECUTE.

= 1. IF (b1rl =52 & b1r5 = 2 & kapita_seb1n <.120042) status_miskin

EXECUTE.

= 1. IF (b1r1 =53 & b1r5 = 1 & kapita_sebln < 156696) status_miskin

EXECUTE.

1. IF (b1r1 =53 & b1r5 = 2 & kapita_sebln < 103903) status_miskin =

EXECUTE.

= 1. IF (b1rl = 61 & b1r5 = 1 & kapita_sebln < 171289) status_miskin

EXECUTE. IF (b1r1 = 61 & b1r5

= 2 & kapita_sebln < 125852) status_miskin = 1 .

EXECUTE.

= 1. IF (b1r1 = 62 & b1r5 = 1 & kapita_sebln < 172517) status_miskin

EXECUTE.

= 1. IF (blrl = 62 & b1r5 = 2 & kapita_sebln < 136949) status_miskin

EXECUTE.


EXECUTE. IF (b1rl = 63 & b1r5

=2 &

kapita_sebln < 125025) status_miskin

=1.

EXECUTE.


EXECUTE.

= 1. IF (b1r1 = 64 & b1r5 = 2 & kapita_sebln < 22975 0) status_miskin


105

(Lanjutan) IF (b1rl = 71 & b1r5 = 1 & kapita_sebln < 205685) status_miskin = 1 . EXECUTE. IF (b1r1 = 71 & b1r5 = 2 & kapita_sebln < 177246) status_miskin = 1 . EXECUTE. IF (b1r1 = 72 & b1r5 = 1 & kapita_sebln < 208494) status_miskin = 1 . EXECUTE. IF (b1rl = 72 & b1r5 = 2 & kapita_sebln < 144379) status_miskin = 1 . EXECUTE. IF (b1rl = 73 & b1r5 = 1 & kapita_sebln < 170517) status_miskin = 1 . EXECUTE. IF (b1r1 = 73 & b1r5 = 2 & kapita_sebln < 123441) status_miskin = 1 . EXECUTE. IF (b1rl = 74 & b1r5 = 1 & kapita_sebln < 170063) status_miskin = 1 . EXECUTE. IF (b1r1 = 74 & b1r5 = 2 & kapita_sebln < 154770) status_miskin = 1 . EXECUTE. IF (b1r1 = 75 & b1r5 = 1 & kapita_sebln < 165585) status_miskin = 1 . EXECUTE. IF (b1r1 = 75 & b1r5 = 2 & kapita_sebln < 142331) status_miskin = 1 . EXECUTE. IF (b1r1 = 81 & b1r5 = 1 & kapita_sebln < 202415) status_miskin = 1 . EXECUTE. IF (b1r1 = 81 & b1r5 = 2 & kapita_sebln < 166800) status_miskin = 1 . EXECUTE. IF (b1rl = 82 & b1r5 = 1 & kapita_sebln < 184891) status_miskin = 1 . EXECUTE. IF (b1r1 = 82 & b1r5 = 2 & kapita_sebln < 140147) status_miskin = 1 . EXECUTE. IF (b1r1 = 94 & b1r5 = 1 & kapita_sebln < 214739) status_miskin = 1 . EXECUTE. IF (b1r1 = 94 & b1r5 = 2 & kapita_sebln < 175237) status_miskin = 1. EXECUTE. IF (SYSMIS(status_miskin)) status_miskin = 0. EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2006\S06P m43.sav' /COMPRESSED. * Custom Tables. CTABLES NLABELS VARIABLES=status miskin b1r1 DISPLAY=DEFAULT /TABLE b1r1 BY status_miskin [COUNT F40.0, ROWPCT.COUNT F40.2] /CATEGORIES VARIABLES=status miskin ORDER=A KEY=V ALUE EMPTY=INCLUDE TOTAL=YES POSITION=AFTER /CATEGORIES V ARIABLES=b1r1 ORDER=A KEY=VALUE EMPTY=EXCLU DETOTAL=YES POSITION=AFTER. Universitas Indonesia

TESIS RITA YULIANA

Recommend Documents