EVALUASI PERUBAHAN TINGKAT KESEJAHTERAAN...

EVALUASI PERUBAHAN TINGKAT KESEJAHTERAAN

RUMAHTANGGA SEBAGAI DAMPAK KENAIKAN HARGA BBM

DI INDONESIA, PERIODE PEBRUARI 2005- MARET 2006

TESIS

RITA YULIANA 0706178251

UNIVERSITAS INDONESIA FAKULTAS EKONOMI

PROGRAM PASCASARJANA ILMU EKONOMI DEPOK

AGUSTUS 2008

EVALUASI PERUBAHAN TINGKAT KESEJAHTERAAN 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

NPM

Tanda Tangan

Tanggal

:RITA YULIANA

: 0706178251

: 20 Agustus 2008

11

Tesis ini diajukan oleh Nama NPM Program Studi Judul Tesis

HALAMANPENGESAHAN

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.

Pembimbing Tesis

Penguji Tesis

Ketua Penguji Tesis/ Ketua Program Studi

Ditetapkan di : Depok

DEWAN PENGUJI

Dr. NUZUL ACHJAR

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, Y ayat, 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 ...... .

v

Depok, 20 Agustus 2008

Penulis

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di

bawah ini:

Nama

NPM

Program Studi

Fakultas

Jenis karya

: RITA YULIANA

: 0706178251

: Ilmu Ekonomi

: Ekonomi

: 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 PERUBAHAN TINGKAT KESEJAHTERAAN

RUMAHTANGGA SEBAGAI DAMPAK KENAIKAN HARGA BBM DI

INDONESIA, PERIODE PEBRUARI 2005- MARET 2006

beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non

eksklusif 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.

Dibuat di : Depok Pada tanggal : 20 Agustus 2008

Yang menyatakan

& (RITA YULIANA)

Vl

ABSTRAK

Nama : RITA YULIANA Program Studi : llmu Ekonomi Judul : Evaluasi Perubahan Tingkat Kesejahteraan Rumahtangga

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 min yak (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 premium diatasi dengan menggunakan instrument variable. Selectivity bias 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 Universitas Indonesia

DAFI'ARISI

HALAMAN JUDUL . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .... 1

HALAMAN PERNY ATAAN ORISINALIT AS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. u HALAMAN PENGESAHAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 111

KATA PENGANTAR. ... ....... .. . ... ... .. . ...... .. ... . ... ... .. . .. ... . .. . ... . .. ... IV

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS . . . . . . . . . . . . . . . . . . . . . . . . . . .... v1

ABSTRAK ........................................................................... Vll

DAFTARISI........................................................................ IX

DAFTAR TABEL ·································································· XI DAFTAR ·aAMBAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xu

BAB 1 PENDAHULUAN. .. .. . . .. .. . . . . .. .. . . .. . .... .. ... .. . .. .... .. . . .. . ..... 1 1.1. Latar Belakang Masalah . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2. Perumusan Masalah . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 5 1.3. Tujuan Penelitian.. ...... .. . . . . .. . ......... ... . . . .. . .. . .. ..... ... 6 1.4. Manfaat Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..... 6 1.5. Ruang Lingkup dan Batasan Penelitian .............. ........ 7 1.6. Kerangka Pemikiran .................................. .......... 7 1. 7. Hipotesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.8. Sistematika Penulisan .. . . . ... .. . .. . .. . .. . ... .. . ... .. . .. . .. . .. . . 9

BAB 2 TINJAUAN PUST AKA ............................................. 11 2.1. Teori Permintaan Konsumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..... 11

2.1.1. Utilitas dan Kurva Indiferen . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.1.2. Fungsi Permintaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.1.3. Efek Substitusi dan Efek Pendapatan . . . . . . . . . . . . .. 17 2.1.4. Elastisitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.2. Metode Pengukuran Perubahan Tingkat Kesejahteraan . . . 21 2.2.1. Compensating Variation (CV) dan Equivalent

Variation (EV) ........ ............ ........... ....... .. ...... ....... 22 2.2.2. Consumer's Surplus (CS) ....... ........... ....... ...... ...... 24

2.3. Model Fungsi Permintaan .............. ............... ........ 24 2.4. Tinjauan Penelitian Terdahulu . . . . . . . . . . . . . . . . . . . . . . . . . . . ..... 27

BAB 3 SUMBER DATA DAN METODE PENELITIAN .........•.... 30 3.1. Sumber Data Penelitian . . .. . .. . . . .. . . . . . . . . . . . . . . . . . . . . . . . . .... 30 3.2. Metode Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...... 31

3.2.1. Analisis Ekonometrika . . . . . . . . .. . . . . . . . . .. . . . . . . . . . . . 31 3.2.1.1. Spesifikasi Model Pemintaan . . . . . . .. . . . 31 3.2.1.2. Estimasi Model Fungsi Permintaan . . . . 34

3.2.2. Penghitungan Compensating Variation Dari Model AIDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . . . . . . .. 40

3.2.3. Diagram Alur (Flow Chart) Prosedur Pengo laban Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 43

3.2.4. Definisi Operasional.. .. ...... .. . . .. . .. . . . . .. . .. . .. . . 47

IX Universitas Indonesia

DAB 4 HASIL DAN PEMDAHASAN • • • • . . • • • • • . . • • . • . • • • • • . . • • . . •. . . • • . .. 50 4.1. Deskripsi Statistik V ariabel-variabel . . . . . . . . . . . . . . . . . . . . . . . . 50

4.1.1. Variabel Terikat (Dependent Variables).......... 50 4.1.2. Variabel Bebas (Independent Variables) . . . . . .. . .. 53

4.2. Estimasi V ariabel Instrumen Harga . . . . . . . . . . . . . . . . . . . . . . . . . . 57 4.3. Perubahan Peluang Mengkonsumsi Kelompok Makanan

(Hasil Regresi Logistik).. ... ... ... .. . ... ... ... ... . ... .. . .. . .... 61 4.4. Estimasi Sistem Permintaan (Demand System) . . . . . . . . . . . . . 65 4.5. Elastisitas Permintaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 70

4.5.1. Elastisitas Harga . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...... 70 4.5.2. Elastisitas Pendapatan (Pengeluaran) .... ........... 73

4.6. Compensating Variation (CV) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 74

DAB 5 KESIMPULAN DAN SARAN .••...••.•..•.•..••••.••...•.......•. 78 5.1. Kesimpulan ...................................................... 78 5.2. Saran ............................................................. 79

5.2.1. Saran Bagi Peneliti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 79 5.2.2. Saran Bagi Kebijakan Pemerintah .................. 80

DAFT AR PUST AKA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 82 ~~~~~ ........................................................................ 84

X Universitas Indonesia

DAFfAR TABEL

Tabell.l. Indikator Ekonomi Nasional (lliK dan PDB Real), Periode Triwulan I Tahun 2005 - Triwulan I Tahun 2006 ................. .. 2

Tabel1.2. Beberapa Indikator Kemiskinan Menurut Daerah di Indonesia, Kondisi Pebruari 2005 dan Maret 2006 . . . . . . . . . .. . . . . . . . 3

Tabel2.1. 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

Tabel4.2. Deskripsi Statistik Variabel Bebas (Independent Variables) Yang Digunakan Dalam Model, Tahun 2005 dan 2006 ........... 53

Tabel4.3. Estimasi Parameter Regresi Deviasi Harga, Tahun 2005 dan 2006 .......................................................................................... 58

Tabel 4.4. - Perubahan Peluang Mengkonsumsi Kelompok Makanan (Marginal Effect), Tahun 2005 dan 2006 .. ........ .. ... . .... ............. 62

Tabel4.5. Estimasi Parameter Sistem Permintaan Kelompok Makanan,

Tabel4.6.

Tabel4.7.

Tabel4.8.

Tabel4.9.

Tahun 2005 dan 2006 . ... . . . . . ..... .. .. ... ... ... . .. . . ..... ........ ...... ..... .. . ... . 66

Elastisitas Harga Tak Terkompensasi (Marshallian), Tahun 2005 dan 2006 .. .. . . . . . . . . . . . . . ..... .. ........ .. ... ... . ... . . .... .. . . . . . .. . . . . . . . ... ...... 71

Elastisitas Harga Terkompensasi (Hicksian), Tahun 2005 dan 2006 .......................................................................................... 71

Elastisitas Pendapatan (Pengeluaran), Tahun 2005 dan 2006 .. 73

Compensating Variation (CV) Untuk Beberapa Kategori Rumahtangga di Indonesia, Periode Pebruari 2005 - Maret 2006 .......................................................................................... 74

Xl Universitas Indonesia

Gambar 1.1.

Gambar 2.1.

Gambar2.2.

Gambar 2.3.

Gambar 2.4.

Gambar 3.1.

Gambar 3.2.

Gambar 3.3.

Gambar 3.4.

DAFfAR GAMBAR

Kerangka Pemikiran Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Maksimisasi Utilitas dengan Kendala Anggaran (BL) . . .... 13

Minimisasi Pengeluaran untuk Utilitas Tertentu ( U) . . . . . . 13

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

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

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

Diagram Alur (Flow Chart) Prosedur Pengolahan Data Bagian IV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Xll Universitas Indonesia

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 (BL T) 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 Universitas Indonesia

2

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

2005 2006

Indikator Ekonomi Triwulan Triwulan

I II III N I

(1) (2) (3) (4) (5) (6)

IHK (Tahun Dasar 2002) 120,59 121,86 124,33 136,86 139,57

Perubahan Triwulanan, % 3,19 1,05 2,03 10,08 1,98

PDB Real (ADHK 2000) 427.003 436.110 448.493 439.051 448.277

Milyar Rupiah

Perubahan Triwulanan, % 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%.

Universitas Indonesia

3

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

Perkotaan Perdesaan Total

Indikator Pebruari Maret

Peru-Pebruari Maret

Peru-Pebruari Maret

Kemiskinan bahan bahan 2005 2006

(%) 2005 2006 (%)_

2005 2006

(1) (2) (3) (4) (5) (6) (7) (8) (9)

Garis Kemiskinan

150.799 174.290 15,58 117.259 130.585 11,36 129.108 151.997 (Rp/kapita/ bulan) Jumlah Penduduk

12,40 14,49 16,85 22,70 24,81 9,30 35,10 39,30 Miskin (Juta Orang) Persentase Penduduk 11,68 13,47 15,33 19,98 21,81 9,16 15,97 17,75

Miskin Indeks Kedalaman 2,05 2,63 28,29 3,34 4,19 25,45 2,78 3,43

Kemiskinan Indeks Keparahan 0,60 0,78 30,00 0,89 1,22 37,08 0,76 1,00

Kemiskinan ..

Sumber: BPS, Anahs1s dan Penghitungan Tmgkat Kenuskinan Tahun 2006

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. 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

1 Berbeda dengan Pendataan Sosial Ekonomi Penduduk 2005 (PSE'05) yang dimaksudkan untuk mendapatkan data kemiskinan mikro berupa direktori rumatangga penerima BL T (Bantuan Langsung Tunai), penentuan kemiskinan didasarkan pada pendekatan karakteristik rumahtangga.


Peru-bahan

(o/o) (10)

17,73

11,97

11,15

23,38

31,58

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 rata

rata 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 (BL T) kepada rumahtangga miskin2•

Untuk mendapatkan rumahtangga yang akan mendapatkan BL T, 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 BL T 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.


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

BL T 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. Compensating Variation (CV) adalah

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


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-sayuranlkacang

kacangan/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 harga

harga 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.


8

EV ALUASI PERUBAHAN TINGKA T KESEJAHTERAAN RUMAHT ANGGA SEBAGAI DAMPAK KENAIKAN

HARGA BBM DIINDONESIA, PERIODE PEBRUARI 2005 - MARET 2006

Fakta Harapan

Latar Belakang: Teljadi perubahan pola konsumsi pada Diketahuinya perubahan fungsi permintaan

Tahun 2005, rumahtangga sehingga menyebabkan Kenaikan perubahan fungsi permintaan, yang pada

dan perubahan fungsi pengeluaran

Harga Minyak akhimya akan menyebabkan perubahan rumahtangga sehingga dapat dihitung

I besamya Compensating Variation (CV) Dunia- I pada fungsi pengeluaran rumahtangga

Pengurangan dimana perubahan ini dapat dihitung sebagai ukuran perubahan tingkat

Subsidi BBM besarnya sebagai Compensating kesejahteraan yang berguna sebagai

Nasional- Variation (CV) sebagai ukuran masukan dalam perumusan kebijakan

Kenaikan perubahan tingkat kesejahteraan yang pemberian subsidi sebagai kompensasi

HargaBBM bel urn ada penelitian empirisnya. kenaikan harga BBM.

Nasiunal-Kenaikan

Harga-harga I ~ ~ Barang & Jasa GAP: Lainnyallntlasi Diperlukan adanya penelitian tentang evaluasi

i perubahan tingkat kesejahteraan rumahtangga

'

I

I sebagai dampak kenaikan harga BBM.

I ~ I i I , I Tujuan

Menghitung besarnya perubahan tingkat kesejahteraan rumahtangga sebagai dampak kenaikan

Penelitian I harga BBM dan menganalisa kelompok sosial-ekonomi yang mengalami pengaruh besar I terhadap kenaikan harga BBM selarna periode Pebruari 2005 - Maret 2006.

I ~ I I

i I

Model Matematika: I Model Ekonometri: I I w; = f(harga estimasi, Data Cross w; = a;0 + I:yii In Pi+ ~; ln(y/p) + I total pengeluaran Section: Susenas I makanan yang dideflasi ~ Panel Konsumsi ~

a;1 lnjml_art + ai2ln_umurK.RT

dengan indeks harga 2005 dan 2006 + ai3 lamask!KRT + Uj4luaslntikpt

stone, type daerah, + a;5 status_ miskin + ai6

status miskin, jumlah type_ daerah + a.1 sumber + a;8

~ Data dan art, lama sekolah K.RT, jk_KRT + !li9 (IMR); + U;

Spesifikasi Model

umur KRT,jenis ~ kelamin K.RT, luas lantai kapita, sumber

penghasilan RT, IMR) Mengatasi simultaneity bias,

dimana quality effect, quantity premium,

w; = proporsi dan selectivity bias, periksa

pengeluaran kelompok asumsi dasar, uji statistik,

komoditi i

l penghitungan elastisitas harga

1 dan pendapatan/pengeluaran, serta Compensating Variation

(CV)

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

Hasil penelitian dan pembahasan ~ Kesimpulan dan saran

Gambar 1.1. Kerangka Pemikiran Penelitian


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


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).


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.


Kuantitas Y

IC2 I

' \ \ \ \

I

' ' \ \ \

Y* ------\-----, ' ' ' : ' ' ':

\ \

\

... ....

'

' ...

' '

' ...

' '

: ......

...... ...... _

0 ~------------~---------X*

Kuantitas X

Gambar 2.1. Maksimisasi Utilitas dengan Kendala Anggaran (BL)

Kuantitas Y

' ' ' '

' ' ' ' ' ' ' ' ' ' ' ' Y* .......... ~~,------, ' ' ' ' ' ' ' ' ' '' • ,,

' ' ' ' ' ' ' '

' ' ' ' ' ' ' ' '

' ' : •,BL3 0

X* Kuantitas X

Gambar 2.2. Minimisasi Pengeluaran untuk Utilitas Tertentu ( U )

2.1.2. Fungsi Permintaan

13

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).


14

Ada banyak variabel yang mempengaruhi permintaan terhadap suatu

barang, tetapi 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 = pendapatan

dan 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

(2.2)

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:


15

A. Aditivitas

Mencerminkan persyaratan bahwa total pengeluaran pada fungsi permintaan

sarna dengan total pendapatan. Dalarn bentuk matematis hal ini dapat dapat

dituliskan sebagai :

LPiQi=I

dimana:

Pi = harga komoditas i

Qi = kuantitas komoditas i

I = pendapatan

B. Homogenitas

(2.3)

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

di mana:

Eij = elastisitas harga komoditas i

eil = elastisitas pendapatan komoditas i

C. Agregasi Engel

(2.4)

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

di mana:

Wi = proporsi pengeluaran komoditas i

eii = elastisitas pendapatan komoditas i

(2.5)


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 :

di mana:


Wj = proporsi pengeluaran komoditas j

Eij = elastisitas harga silang komoditas i terhadap harga komoditas j

E. Syarat Negativitas dan Simetri Slutsky

(2.6)

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 terse but bersifat simetri,

dan kondisi simetri dapat ditulis sebagai berikut :

Wi(Eij + WjEil) = Wj(Eji + WjEjJ)

di mana:


Eij = elastisitas harga silang komoditas i terhadap harga komoditas j

eil = elastisitas pendapatan komoditas i

(2.7)


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

J enis 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 (2.8)

(XrXo) = (XI-Xo) + (X2-X1)

Perubahan sebesar X1-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 X2-X1 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

variabel yang lain. Elastisitas pendapatan menunjukkan respon permintaan

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). Sedangkan elastisitas yang

didapatkan dari fungsi 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 :

axil x· axi P· E·· = t-- __!.

u apil aP· X· Pi t t

(2.9)

Elastisitas permintaan barang i terhadap harga barang j :

axil _ xi_ axi Pi E··- --

lJ aPJ~ ap. X· p. J t J

(2.10)

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 :

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

di mana: oX= X1-X2

oP =PI- Pz

(2.12)

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 barang

barang 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 Terminologi

Bentuk Kurva Sendiri (Nilai Absolut) Permintaan

(1) (2) (3)

0 lnelastis Sempuma Vertikal

0<~::<1 lnelastis Curam{>45°)

1 Elastis Unitari 45°

>1 Elastis Landai {<45°)

00 Elastis Sempuma Horisontal

Tabel2.3. Nilai Elastisitas Harga Silang dan Hubungan Komoditas

Nilai Elastisitas Harga Silang Hubungan Komoditas

(1) (2)

Eij < 0 Komplementer

Eij =0 --Eij > 0 Substitusi

Tabel2.4. Nilai Elastisitas Pendapatan dan Jenis Komoditas

Nilai Elastisitas Pendapatan J enis Komoditas

(1) (2)

Eii< 0 Inferior

05:Ei15:1 Normal; Pokok (necessities)

Eii> 1 Normal; Mewah (luxurious)

2.2. 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 Equivalent Variation (EV)

Compensating Variation (CV) adalah jumlah uang yang dibutuhkan untuk

membawa 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

sebesar U1 dan garis anggaran (budget line) BL4. Bila Px0= 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(px 0, 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

adalah luas daerah di bawah kurva permintaan yang di batasi oleh harga Px 0 dan

Px 1, atau secara matematik dapat ditulis:

Px0

CV = f 1 XH(px, py, Uo) dpx Px 0

Px

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

(2.15)

(2.16)


Kuantitas Y

cv

EV

Harga X (px)

Xo (A)

Uo

0 L-----~--~~----~---------------Xo

(B)

23

Kuantitas X

Kuantitas X

Gambar 2.4. CV, EV, Kurva Permintaan Hicksian dan Kurva Permintaan Marshallian Untuk Kasus Harga Barang X Naik


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 Px 0 ke Px 1

dapat dinyatakan sebagai berikut: Px0

~CS = J. XM(px, py, I) dpx (2.17) Px

Pada Gambar 2.4 (B), besarnya ~CS ditunjukkan oleh luas daerah di

bawah kurva permintaan Marshallian (XM) yang dibatasi oleh harga Px 0 dan Px 1•

Untuk barang normal, besarnya CV, EV dan ~CS jika terjadi kenaikan harga

adalah memenuhi CV > ~CS > 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:

A. Model Linear Expenditure System (LES)

Model LES kemukakan oleh Klein dan Rubin (1947-1948) dan

selanjutnya banyak digunakan dalam aplikasi empiris dengan modifikasi

modifikasi 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<A·<l · ""A·=l · O<:y· · O<{x· - y·) -1-'1- ' ""'PI ' - I ' I J

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 fungsi

permintaan, dan parameter yang diestimasi mudah diinterpretasikan. 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)

di mana:

(2.19)

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 (2.20)

C. 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:


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 adanya restriksi 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 Pengarang, Judul, Metodologi

Kesimpulan Sumber Data (Periode) Data Set Variabel Metode

(1) (2) (3) (4) (5) (6) Perubahan harga padvur.nbiumunrnnya lebih besar pengaruh-nya terhadap komoditas lainnya

Sabrina (2006), Proporsi pengeluaran 7 dibandingkan

"Pola Konsumsi dan kelompok komoditi LA/AIDS pengaruh perubahan

Permintaan Pangan Cross- pangan, total pengeluaran, Model harga komoditas

1 lainnya terhadap Rumahtangga di section harga agregat, jumlah dengan

permintaan padvumbi. Sumatera Barat", anggota rumahtangga, 3SLS

Permintaan pangan di Susenas(2002) pendidikan istri

pedesaan umunmya lebih responsif terhadap perubahan pendapatan dibandingkan di perkotaan.

Proporsi pengeluaran 5• Agung Dwi Chandra kelompok komoditi Harga sendiri (2007), pangan, total pengeluaran, berkorelasi negatif, "Analisis Permintaan unit value, pengeluaran pendapatan berkorelasi Sayur-sayuran Menuju

Cross-untuk pajak, jumlah LA/AIDS positif dan harga

2 Pemenuhan Sendiri di section anggota rumahtangga, Model barang, padv umbi, Propinsi Kep. Bangka pendidikan kepala denganOLS daging dan ikan, serta Belitung", rumahtangga, pendidikan makanan lainnya Susenas(2005)dan istri, tingkat pendidikan menunjukan hubungan Podes (2005) kades & sekdes, akses yang komplementer.

jalan, letak geografis.

Jossy Prananta Moeis Akibat krisis ekonomi, jumlah konsumsi

(2003), "Indonesian semua kelompok Food Demand System:

Proporsi pengeluaran 10 komoditi makanan An Analysis of the

kelompok komoditi, unit mengalami penurunan Impacts of the

Cross- value, pengeluaran total, LA/AIDS

karena kenaikan harga, 3 Economic Crisis On Model

Household section adult equivalent, pajak,

denganOLS asupan nutrisi per

lama sekolah KRT, lama kapita menurun 3% Consumption and

sekolah meal planner, dll untuk rumahtangga Nutritional Intake", miskin dan 10% untuk Susenas(1996, 1999) rumahtagga non-dan Podes (2002) miskin. Sonya Kostova Huffman & Stanley R. Johnson (Oktober AIDS Model 2000),

Cross-Proporsi pengeluaran 6 dengan Terjadipenurunan

"Re-evaluation of section &

kelompok komoditi, total OLS/GLS, tingkat kesejahteraan 4 Welfare Changes

Panel pengeluaran, harga, Compen- sebesar 62-84 persen

during the Transition data

ukuran keluarga, sumber sating selama periode 1987-in Poland", penghasilan keluarga Variation 1992 Polish Household (CV) Budget Survey (1987-1992)


29

Tabe12.5. Beberapa Hasil Penelitian Terdahulu (Lanjutan)

No Pengarang, Judul, Metodologi

Kesimpulan Sumber Data (Periode) Data Set Variabel Metode

(1) (2J i:B l~ (5) (6)

Charles Ackah & Kenaikan harga

Simon Appleton Proporsi pengeluaran 6 LA/AIDS makanan menurunkan

kelompok komoditi, total Model real income dan (2006),

pengeluaran, harga, dengan purchasing power bagi "Food Price Changes Cross- ukuran rumahtangga, SUR, rumahtangga miskin di

5 and Consumer Welfare in Ghana in the

section umurkepala Compen- perkotaan. Liberalisasi

1990s", rumahtangga,dummy sating tarif(simulasi) akan

regional dan daerah Variation cenderung mengurangj GLSS (1991/1992 &

(kota/desa) (CJI) welfare losses untuk 1998/1999) semua rumahtangga.

CV daerah perkotaan lebih tinggi daripada daerah perdesaan; CV

Jed Friedman dan rumahtangga non-

James Levinsohn miskin lebih tinggi

(2002), "The Proporsi pengeluaran daripada rumahtangga

Distributional Impacts komoditi makanan dan Compen- miskin; di daerah

6 of Indonesia's Cross- non-makanan, total sating perkotaan semaki1!

Financial Crisis on section pengeluaran, pengeluaran Variation tinggi pengeluaran

Household Welfare: A per kapita, unit value, (CJI) rumahtangga, CV

"Rapid Response" ukuran rumahtangga semakin rendah; di

Methodology", daerah perdesaan

Susenas ( 1996) semakin tinggi pengeluaran rumahtangga, CV semakin tinggi.

Sabrina (2006) menggunakan LN AIDS tanpa melakukan koreksi terhadap

harga (unit value), sedangkan Chandra (2007) menggunakannya dengan

melakukan koreksi terhadap harga (unit value). Moeis (2003) menggunakan

LN AIDS 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 LN AIDS untuk menghitung compensating variation ( CV).


BAB3 SUMBER DATA DAN ME TO DE PENELITIAN

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, masing

masing 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.


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 Ekonometrika

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 masing-


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.


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

kelaminKRT, IMR) (3.1)

2. Model Ekonometri

w_kelt = aiO + LjYtilnpi + Ptln[~] + czulnjmlART + at2 lnumurKRT +

at3 lnlmsklhKRT + at4 lnlantai + at5 typedaerah + at6statusmiskin + (3.2)

di mana:

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

w_keli = 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] = In total pengeluaran konsumsi makanan rumahtangga yang dideflasi dengan indeks harga Stone

p = indeks harga Stone, di mana In P = I: w _ keli In Pi

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

lnlmsklhKR T = In lama sekolah Kepala Rumah Tangga {KRT)

sumber = dummy sumber penghasilan utama RT {O=bukan pertanian, 1 =pertanian)

jkKRT = dummy jenis kelamin KRT (O=perempuan, 1=1aki-laki)

IMRi = Inverse Mills Ratio, variabel koreksi dari harga estimasi kelompok komoditi ke-i

Ui = error term

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


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 masing

masing rumahtangga untuk kelompok komoditi-i (w _ keli) adalah:

~lt e. k l - .L.j=l J w_ e i- 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.


35

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

sampling) dan tidak 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. V ariabel be bas 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?-] (3.4) .El=l el


36

dimana unit value komoditi-j yang dibayar oleh rumahtangga (hargaj)

didefmisikan sebagai: e·

harga1· = ....1.. qj

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:


LDev _ keli = Ln _ harga _ keli - Ln _ harga _rata_ keli

di mana:

LDev_keli

Ln _ harga _ keli

= deviasi dari log harga kelompok komoditi i

= log dari harga kelompok komoditi i

37

(3.5)

Ln _ harga _rata _keli = log dari harga rata-rata kelompok komoditi i di

setiap desa

Tahap kedua adalah melakukan regresi dengan menggunakan 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:

LDev_keli = aw + Pi lny + aillnjmlART + ai2 lnumurKRT +

ai3 lnlmsklhKRT + ai4 lnlantai + ai5 typedaerah + ai6 statusmiskin + (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 rumahtangga

lnumurKRT = ln umur Kepala Rumah Tangga (KR T)

lnlantai = ln luas lantai per kapita

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

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

lnjmlART = ln jumlah anggota rumahtangga

lnlmsklhKR T = ln lama sekolah Kepala Rumah Tangga (KRT)

sumber = dummy sumber penghasilan utama RT (O=bukan pertanian,

1 =pertanian)

jkKRT = 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 a.·s P· = parameter dugaan I , I , 1


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 = Ln_harga_keli -" LDev_keli (3.7)

Tidak konsumsi: lnharga_est_keli = Ln_harga_rata_keli -" LDev_keli (3.8)

di mana:

lnharga _est_ keli

Ln _ harga _ keli

= log harga estimasi kelompok komoditi i

= 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 LDev _ keli (mengacu pada

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


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 + ai5typedaerah + ai6statusmiskin + ai7sumber + auJkKRT + ui (3.9)

di mana:

lJ

pi

In Pj

In y

lnumurKRT

lnlantai

typedaerah

statusmiskin

lnjmlART

lnlmsklhKRT

sumber

jkKRT

Uj

<Xio,ail ,<ljz,<li3,

<lj4,<lis,ai6,ai7,

<Xis, 'Yij.~i

= 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

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

= In total pengeluaran konsumsi makanan rumahtangga

= 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)

= jenis kelamin KRT {O=perempuan, l=laki-laki)

= error term

= 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) (3.10)

dimana p adalah individual probit score dan ~ adalah persamaan (3.9). Nilai

IMR inilah yang akan menjadi salah satu variabel bebas pada model utama

LNAIDS (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

standard error yang efisien. Pengujian ini dilakukan dengan menggunakan

program StataSE 8.

3.2.2. Penghitungan Compensating Variation Dari Model AIDS

Mengacu pada persamaan 3.2, dimana w_keli yang digunakan adalah

w _ keli rata-rata, berikut adalah rum us 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

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

(3.11)

(3.12)


Eij = yij/w _ keli - ~i(w _ kel/w _keli)

t*ij = Eij w_kelj ~

41

(3.13)

(3.14)

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

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

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 modellogaritma tinier sebagai

berikut:

lny_makanan = a+blny_total + Ui

dln Y -makanan b ep = =

dln Y_total

di mana:

(3.15)

(3.16)

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:

ei1 = 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:

CV = e{pt, Uo)- e(po, Uo) (3.18)

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 Pi llln Pj

~· ~·~· (3.19)

dim ana:

w _ keli = rata-rata proporsi pengeluaran kelompok komoditi i pada peri ode

awal atau sebelum kenaikan harga BBM (Pebruari 2005)

llln Pi

llln Pj

E*·· IJ

=

=

=

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 harga

harga 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.


( 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 rumahtangga berdasarkan pada data individu:

Lama sekolah kepala rumahtangga Umur kepala rumahtangga Jenis kelamin kepala rumahtangga

44

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


[ 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)

!

45

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


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 (A LDevi)

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)

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

./

46

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


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)

47

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 a tau lebih, atau yang telah

tinggal di R T 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


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 R T 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 HASIL DAN PEMBAHASAN

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. Keempat, membahas hasil estimasi sistem

permintaan (demand system). 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 ten tang 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


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, bumbu

bumbuan, 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

2005 2006 Peruba-Tidak Tidak han

Nama Variabel dan Defmisi Standar kon- Standar kon- rata-rata Rata-rata Rata-rata deviasi surnsi deviasi sumsi (%)

(%) (%) (1) (2) (3) (4) (5) (6) (7) (8)

w _ kel1 =budget share kel.1 0,2173 0,1151 1,89 0,2562 0,1320 2,07 17,91

w _ke12=budget share kel.2 0,1750 0,1038 4,11 0,1564 0,1005 5,23 -10,60

w _ ke13=budget share kel.3 0,1685 0,0723 1,12 0,1603 0,0711 1,42 -4,85

w _ ke14=budget share kel.4 0,0436 0,0234 2,81 0,0414 0,0225 3,25 -5,01

w ke15=budget share kel.5 0,3957 0,1600 0,01 0,3856 0,1648 0,03 -2,53

kons_kell=1 jika w_kell>O 0,9811 0,1361 1,89 0,9793 0,1424 2,07 -0,19

kons_kel2=1 jika w_kel2>0 0,9589 0,1984 4,11 0,9477 0,2227 5,23 -1,18



kons kel5=1 jika w kel5>0 0,9999 0,0080 0,01 0,9997 0,0172 0,03 -0,02

harga_ kel1 =unit value kel.1 2.820 798 1,89 3.586 1.015 2,07 27,15

harga _ ke12=unit value kel.2 8.017 4.631 4,11 8.298 5.085 5,23 3,51

harga _ ke13=unit value kel.3 2.243 929 1,12 2.417 1.019 1,42 7,76

harga _kel4=unit value kel.4 4.275 1.691 2,81 4.657 1.813 3,25 8,93

harga kel5=unit value kel.5 1.231 507 0,01 3.195 2.290 0,03 159,49

Sumber: Hastl Pengolahan Susenas Panel 2005 dan 2006


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, semen tara 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 terse but (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


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 V ariabel Bebas (Independent Variables) Yang

Digunakan Dalam Model, Tahun 2005 dan 2006

2005 2006

Nama Variabel Defmisi Rata- Stan dar Rata- Standar rata deviasi rata deviasi

(1) (2) (3) (4) (5) (6)

A. V ariabel be bas kontinu

peng_ mkn _ sbln Total pengeluaran makanan (Rp/bulan) 570.222 376.027 606.450 375.598

jrnl_art 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 KR T Lama sekolah kepala rumahtangga 5,64 3,27 6,67 4,45

(tahun)

lantai_ kapita Luas lantai per kapita (m2) 20,35 22,49 20,06 19,03

B. Variabel bebas dummy

type_ daerah Rurnahtangga tinggal di daerah 0,55 0,50 0,55 0,50

pedes a an

status miskin Rumahtangga miskin 0,13 0,34 0,25 0,43

sumber _penghsl Sumber penghasilan utama 0,34 0,47 0,36 0,48

rumahtangga di sektor pertanian

"k KRT J - Kepala rumahtangga laki-laki 0,87 0,33 0,86 0,34

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

V ariabel ini mengukur besaran rumahtangga. Ban yak penelitian ten tang

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 of scale) 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 yang penting dalam

memutuskan alokasi pengeluaran rumahtangga. Tingkat pendidikan kepala

rumahtangga diduga mcmpengaruhi cara rumahtangga mengalokasikan

pengeluarannya (membelanjakan pendapatannya). 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

V ariabel 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).


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

"k KRT J -

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. V ariabel 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 laki

laki dan bemilai 0 jika perempuan.

Gambaran ( deskripsi) ten tang variabel-variabel dummy terse but 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 sosial

demografi 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. V ariabel harga ini dihasilkan dengan

mengoreksi unit value dari efek kualitas (quality effect) dan kuantitas (quantity

premium). V ariasi 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.


58

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

V ariabel Be bas Variabel Terikat

LDev kell LDev kel2 LDev kel3 LDev kel4 LDev kel5 (1) (2) (3) (4) (5) (6)

Tahun2005 inters_ep -0,5095*** -3,0365*** -1,0153*** 0,1363* -1,8006*** ln _peng_ mkn 0,0399*** 0,2256*** 0,0812*** -0,0048 0,1298*** ln jml art -0,0226*** -0,0399** -0,0425*** -0,0510*** -0,0656*** ln umurKRT -0,0231*** -0,0476*** -0,0372*** -0,0207** 0,0054 lama sklh KRT 0,0039*** 0,0126*** 0,0024*** 0,0027*** 0,0032*** ln luaslntkpt 0,0205*** 0,0368*** 0,0283*** 0,0096 0,0237*** type daerah 0,0274*** 0,0744*** 0,0410*** 0,0011 0,0468*** status miskin -0,0082 -0,0677*** 0,0136* 0,0113 0,0210** sumber penghsl -0,0156*** -0,0208 -0,0126** -0,0095 -0,0138** jk KRT -0,0079 0,0019 0,0040 -0,0035 0,0227**

Adj. R-square 0,022 0,079 0,033 0,013 0,055 F-statistic 27,286*** 97,752*** 40,485*** 16,279*** 69,167*** derajat bebas/d.of 10.352 10.122 10.436 10.247 10.565

Tahun2006 intersep -0,2851 *** -2,9842*** -1,2395*** -0,0974 -4,9095*** ln peng mkn 0,0256*** 0,2121*** 0,0896*** 0,0093 0,3873*** ln jml art -0,0167*** -0,0227 -0,0512*** -0,0505*** -0,1225*** ln umurKRT -0,0276*** -0,0343** -0,0088 -0,0072 -0,1247*** lama sklh KRT 0,0036*** 0,0130*** 0,0036*** 0,0011 -0,0100*** ln luaslntkpt 0,0144*** 0,0468*** 0,0291*** 0,0077 0,0051 type daerah 0,0277*** 0~0984*** 0,0507*** 0,0026 0,0712*** status miskin -0,0142** -0,0474*** 0,0255*** 0,0288*** 0,0209 sumber _penghsl -0,0163*** -0,0075 -0,0120** -0,0080 -0,0196 jk KRT -0,0180*** -0,0170 -0,0086 -0,0000 0,3188***

Adj. R-square 0,024 0,090 0,038 0,007 0,136 F-statistic 28,091*** 104,602*** 43,542*** 8,807*** 175,002*** derajat bebasld.of 9.731 9.392 9.802 9.586 9.941

Sumber: Hasll Pengolahan Susenas Panel 2005 dan 2006 Catatan: ***, **, *, menunjukkan estimasi signiflkan secara statistik pada level 1%, 5%, dan

10%

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 (min yak 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


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 (min yak 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 (ikan-


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 buah

buahan), 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 cross

sectional regressions ... "(p.260)

Namun, nilai F-statistic menunjukkan bahwa secara bersama-sama, variabel

variabel be bas (regressors) tersebut signifikan pada level 1% dalam menentukan


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 ~Ap(1-/\p)

dimana ~ 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


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 Variabel Terikat

kons kel1=1 kons kel2=1 kons kel3=1 kons kel4=1

(1) (2) (3) (4) (5)

Tahun 2005

lnharga est kel1 0,0238*** 0,0169** 0,0101 ** 0,0155**

lnharga est kel2 -0,0065** -0,0353*** -0,0033 -0,0077**

lnharga est kel3 -0,0149*** -0,0113* 0,0057* -0,0326***

lnharga est kel4 0,0118** 0,0161 *** 0,0049 -0,0072

lnharga est kel5 -0,0349*** -0,0314*** -0,0259*** -0,0252***

ln_peng mkn -0,0168*** 0,0226*** 0,0023 -0,0195***

In jml art 0,0824*** 0,0978*** 0,0402*** 0,1037***

In umurKRT 0,0016 0,0120 -0,0016 -0,0033

lama sklh KR T -0,0000 0,0019** -0,0003 -0,0006

In luaslntkpt 0,0116*** 0,0158*** 0,0077*** 0,0172***

type daerah 0,0064 -0,0087 0,0065* 0,0016

status miskin 0,0113 -0,0606*** -0,0016 -0,0270***

sumber _pen_ghsl 0,0163*** 0,0095* 0,0152*** 0,0109**

jk KRT -0,0098** -0,0226*** -0,0071 *** -0,0069

Chi-square Model 1.132,805*** 955,214*** 621,827*** 1.128,962***

-2 Loglikelihood 959,824 2.728,527 780,036 1.732,501

Cox & Snell R Square 0,102 0,086 0,057 0,101

Tahun2006

lnharga est kell 0,0065 -0,0205** -0,0133** -0,0058

lnharga est kel2 -0,0185*** -0,0612*** -0,0067*** -0,0172***

lnharga est kel3 -0,0261 *** -0,0369*** 0,0035 -0,0447***

lnharga est kel4 0,0144*** 0,0073 0,0003 -0,0010

lnharga est kel5 -0,0278*** -0,0155*** -0,0126*** -0,0290***

In _peng_ mkn -0,0047 0,0708*** -0,0003 0,0074

In jml art 0,0799*** 0,0755*** 0,0397*** 0,0949***

In umurKRT 0,0049 0,0122 -0,0027 0,0058

lama sklh KR T 0,0004 -0,0002 -0,0001 -0,0006

In luaslntkpt 0,0041 0,0181 *** 0,0071 *** 0,0129***

type daerah 0,0071 -0,0087 -0,0001 0,0011

status miskin -0,0058 -0,0457*** -0,0022 -0,0157**

sumber _penghsl 0,0440*** -0,0068 0,0204*** 0,0118**

jk KRT -0,0074* -0,0115* -0,0008 -0,0048

Chi-square Model 1.158,037*** 1.066,020*** 503,655*** 1.107,090***

-2 Log/ikelihood 907,830 3.129,089 882,018 1.948,840

Cox & Snell R Square 0,110 0,102 0,049 0,105

Sumber: Hasll Pengolahan Susenas Panel 2005 dan 2006

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% masing

masing 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).

V ariabel-variabel jumlah anggota rumahtangga dan luas lantai per kapita

mempunyai pengaruh yang positif dan signifikan pada level 1% terhadap


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 (ikan

ikanan, daging, telur dan susu) di tahun 2006 mempunyai pengaruh yang negatif

tetapi tidak signifikan. Hal ini menunjukkan bahwa peluang mengkonsumsi '

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 (kacang

kacangan, 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 laki

laki 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.


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 adanya

multikolinearitas dengan metode seperti telah dijelaskan dalam Bah 3. 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 variabel

variabel 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%.


66

Tabel4.5. Estimasi Parameter Sistem Permintaan Kelompok Makanan, Tahun

2005 dan 2006

Varia bel Be bas Variabel Terikat

w kell w kel2 w kel3 w kel4

(1) (2) (3) (4) (5)

Tahun 2005

intersep 1,5182*** -0,1975*** 0,4427*** 0,2348***

hlharga est kelt 0,0158*** 0,0102*** -0,0306*** -0,0037***

lnharga est keU -0,0368*** 0,0517*** -0,0133*** -0,0051 ***

lnharga est kel3 -0,0342*** 0,0195*** 0,0327*** -0,0005

lnharga est kel4 0,0067** -0,0026 -0,0091*** -0,0045***

lnharga est kel5 -0,0733*** -0,0054** 0,0019 -0,0002

In _peugmkn defl -0,0984*** -0,0629*** -0,0273*** -0,0168***

In jml art 0,0928*** 0,0416*** -0,0012 0,0015*

In umurKRT 0,0199*** 0,0028 0,0064** 0,0020***

lama sklh KRT -0,0025*** 0,0050*** 0,00036 -0,0000

In luaslntkpt -0,0208*** 0,0068*** 0,0117*** 0,0017***

type daerah 0,0377*** -0,0094*** 0,0016 0,0030***

status miskin 0,0225*** -0,0516*** -0,0072*** 0,0020***

sumber _penghsl 0,0291*** 0,0054*** -0,0062*** 0,0028***

jk KRT -0,0034 -0,0046 -0,0070*** 0,0003

IMR keli(i=l,2,3,4) 0,0806*** -0,1119*** -0,1035*** -0,0169***

Adj. R-square 0,533 0,269 0,106 0,236

F-statistic 789,104*** 249,387*** 83,072*** 212,053***

derajat bebas/d.oj 10.352 10.122 10.436 10.247

Tahun2006

intersep 1,4761*** -0,2128*** 0,3737*** 0,2394***

lnharga est kell 0,0177*** -0,0029 -0,0197*** -0,0047***

lnharga est kel2 -0,0361*** 0,0672*** -0,0025** -0,0025***

lnharga est kel3 -0,0463*** 0,0228*** 0,0265*** 0,0001

lnharga est kel4 0,0098*** 0,0093*** -0,0150*** -0,0036***

lnharga est kel5 -0,0521*** -0,0275*** -0,0202*** -0,0072***

In _pengmkn defl -0,1029*** -0,0440*** 0,0014 -0,0141 ***

In jml art 0,0894*** 0,0087** -0,0188*** 0,0009

In umurKRT 0,0227*** 0,0005 0,0138*** 0,0042***

lama sklh KR T -0,0018*** 0,0040*** 0,0002 0,0000

In luaslntkpt -0,0255*** -0,0062*** 0,0100*** 0,0009**

type daerah 0,0442*** -0,0014 -0,0011 0,0031 ***

status miskin 0,0278*** -0,0350*** 0,0105*** 0,0008

sumber _penghsl 0,0451 *** 0,0053*** 0,0044*** 0,0036***

jk KRT -0,0048 -0,0121*** -0,0111 *** -0,0011

IMR keli(i=1,2,3,4) 0,0670*** -0,1804*** -0,1299*** -0,0062*

Adj. R-square 0,529 0,288 0,133 0,219

F-statistic 727,337*** 254,211*** 101,668*** 180,460***

derajat bebas/d.oj 9.718 9.392 9.802 9.578

Sumber: Hasd Pengolahan Susenas Panel 2005 dan 2006 Catatan: ***, **, *, menunjukkan estimasi signiftkan secara statistik pada level 1%, 5%, dan

10%


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.

V ariabel 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. V ariabel 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 (sayur

sayuran, 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

V ariabel jumlah anggota rumahtangga (In jml_ art) mempunyai pengaruh

yang positif terhadap proporsi pengeluaran kelompok 1 (padi-padian dan umbi

umbian), 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 umbi

umbian) dan semakin banyak proporsi pengeluaran untuk kelompok 2 (ikan

ikanan, daging, telur dan susu), yang berarti pula semakin memahami pentingnya

konsumsi makanan yang berprotein (ikan-ikanan, daging, telur dan susu).

Pengaruh variabelluas 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


69

rumahtangga kaya sangat merasakan dampak dari kenaikan harga BBM karena

terpaksa mengurangi konsumsi makanan seperti ikan-ikanan, daging, telur dan

susu.

V ariabel 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 (padi

padian 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 buah

buahan) 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 (min yak dan lemak) yang mempunyai arah negatif pada kedua tahun,


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

Kelompok Terhadap Harga:

Makanan Kelompok 1 Kelompok2 Kelompok3 Kelompok4 Kelompok5

(1) (2) (3) _(4) (5) {6)

Tahun2005

Kelompok 1 -0,8288 -0,0900 -0,0809 0,0508 -0,1583

Kelompok2 0,1362 -0,6417 0,1718 0,0005 0,1115

Kelompok3 -0,1466 -0,0508 -0,7739 -0,0472 0,0754

Kelompok4 -0,0008 -0,0488 0,0533 -1,0864 0,1489

Kelompok5 -0,0917 -0,0820 -0,1316 0,0015 -1,0109

Tahun2006

Kelompok 1 -0,8280 -0,0779 -0,1164 0,0550 -0,0483

Kelompok2 . 0,0538 -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

Kelompok5 -0,0812 -0,1324 -0,0744 -0,0185 -0,8821

Sumber: Has1l Penghitungan Penuhs

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

Kelompok Terhadap Harga:

Makanan Kelompok 1 Kelompok2 Kelompok3 Kelompok4 Kelompok5

(1) (2) (3) {4) (5) (6)

Tahun2005

Kelompok 1 -0,0782 -0,0068 -0,0059 0,0010 -0,0272

Kelompok2 0,0150 -0,0571 0,0147 0,0000 0,0224

Kelompok3 -0,0212 -0,0059 -0,0873 -0,0014 0,0199

Kelompok4 -0,0001 -0,0042 0,0044 -0,0231 0,0288

Kelompok5 -0,0240 -0,0173 -0,0267 0,0001 -0,4826

Tahun2006

Kelompok 1 -0,0997 -0,0057 -0,0088 0,0011 -0,0088

Kelompok2 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

Kelompok5 -0,0231 -0,0230 -0,0132 -0,0009 -0,3779

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*ii =

E*ij =

Eii =

Eij =

Wj =

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

(1) (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 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.

Tabel4.9. Compensating Variation (CV) Untuk Beberapa Kategori 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

5 Des a 35,5 272.657

6 RTMiskin 32,3 151.951

7 RT Non Miskin 37,6 310.485

8 RTMiskin 33,9 180.575

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.


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 masing

masing 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


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 (BL T) 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


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.

J adi 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.


5.1. Kesimpulan

BAB5 KESIMPULAN DAN SARAN

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.


( 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).


( 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.


( 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 (BL T) oleh Pemerintah sebesar

Rp 100.000 per bulan kepada rumahtangga miskin bel urn 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.


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


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. Walaupun secara otomatis syarat homogeneity

terpenuhi, 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


81

bentuk Bantuan Langsung Tunai (BL T) 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. Microeconomic Theory. Third Edition. The McGraw-Hill Inc.

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 of Michigan.

Gujarati. 2003. Basic Econometrics. Fourth Edition. The McGraw-Hill

Companies.

Hartono, Jogiyanto. 2002. Teori Ekonomi Milcro, Analisis Matematis. Penerbit Andi. Y ogyakarta.

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.


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. IF ((b5r16 = 2) & (b5r18 > 7 & b5r18 < 11)) lama sklh = 12 + b5r20- 1 . - . EXECT.JTE. IF ((b5r16 = 2) & (b5r18 = 11)) lama_sklh = 17 + b5r20- 1 . EXECUTE. IF ((b5r16 = 3) & (b5r18 > 0 & b5r18 < 3) & (b5r20-= 8)) lama_sklh = b5r20-1. 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.


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

V ARIABLES=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).


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.


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=b1rl 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'.


FILE='D :\DataTesis\DataOlah \Ssn2005\aggr _ kel3 _prot_ nbt.sav'.


DATASET NAME DataSet4 WINDOW=FRONT. GET FILE='D:\DataTesis\Data0lah\Ssn2005\aggr_kel4_myk_lmk.sav'.


88

(Lanjutan)

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=* rr ABLE='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)


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

V ARIABLES=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 /FORMA T=NOT ABLE

/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=blrl 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=* IT ABLE='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_kell_padi_umbi).

EXECUTE. COMPUTE Ln_Harga_Rata_Kell = LN(harga_kell_padi_umbi_mean).

EXECUTE. COMPUTE LDev_Kell = Ln_Harga_Kell- Ln_Harga_Rata_Kell.

EXECUTE.


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_Kel2- 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 Ln_Harga_Kel4 = LN(harga_kel4_myk_lmk). EXECUTE. COMPUTE Ln_Harga_Rata_Kel4 = LN(harga_kel4_myk_lrnk_mean).


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_KelS- 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.


***** * Mengkategorikan Rumahtangga Mengkonsumsi A tau Tidak

IF (w_kell > 0) kons_kell = 1 . EXECUTE. IF (w_kell = 0) kons_kell = 0. EXECUTE. IF (w_kel2 > 0) kons_kel2 = 1 . EXECUTE. IF (w_kel2 = 0) kons_kel2 = 0. EXECUTE. IF (w_kel3 > 0) kons_kel3 = 1 . EXECUTE. IF (w_kel3 = 0) kons_kel3 = 0. EXECUTE. IF (w_kel4 > 0) kons_kel4 = 1 . EXECUTE. IF (w_kel4 = 0) kons_kel4 = 0. EXECUTE. IF (w_kel5 > 0) kons_kel5 = 1 . EXECUTE. IF (w_kel5 = 0) kons_kel5 = 0. EXECUTE.

******* Gabung File Dari Bagian I

GET FILE='D:\DataTesis\Data0lah\Ssn2005\aggr _indv _l.sav'.

DATASET NAME DataSet9 WINDOW=FRONT.

MATCH FILES /FILE=* If ABLE='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 DataSetl 0 WINDOW= FRONT.

DATASET ACTN ATE DataSetl. MATCH FILES /FILE=* If ABLE='DataSet 1 0' !BY blrl b1r2 blr3 b1r4 blr5 b1r7 b1r8.

EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\S05P m43.sav'

/COMPRESSED.

91

(Lanjutan)


92

(Lanjutan)

********* Menciptakan Variabel Total Pengeluaran Makanan, Total Pengeluaran

Non Makanan, Total Pengeluaran Sebulan dan Pengeluaran Perkapita

COMPUTE total mkn = b43r01k3 + b43r02k3 + b43r03k3 + b43r04k3 +

b43r05k3 + b43r06k3 + b43r07k3 + b43r08k3 + b43r09k3 + b43r10k3 +

b43r11k3 + b43r12k3 + b43r13k3 + b43r14k3 + b43r15k3.

EXECUTE. COMPUTE total mkn sbln = total mkn * 30 I 7 .

- - -EXECUTE. COMPUTE total nonmkn = b43r18k5 + b43r19k5 + b43r20k5 + b43r21k5 +

b43r22k5 + b43r23k5 . EXECUTE. COMPUTE total nonmkn sebln =total nonmkn I 12 .

- - -EXECUTE. COMPUTE total_pengeluaran_sebln = total_mkn_sbln + total_nonmkn_sebln.

EXECUTE. COMPUTE kapita_sebln = total_pengeluaran_sebln I jml_art.

EXECUTE.

********** Mengkategorikan Rumahtangga Miskin/Tidak Miskin

IF (b1rl = 11 & b1r5 = 1 & kapita_sebln < 195882) status_miskin = 1 .

EXECUTE. IF (b1r1 = 11 & b1r5 = 2 & kapita_sebln < 166608) status_miskin = 1 .

EXECUTE. IF (b1rl = 12 & b1r5 = 1 & kapita_sebln < 175152) status_miskin = 1.

EXECUTE. IF (b1rl = 12 & b1r5 = 2 & kapita_sebln < 117578) status_miskin = 1 .


EXECUTE. IF (blrl = 13 & b1r5 = 2 & kapita_sebln < 125602) status_miskin = 1 .







EXECUTE.



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 = 19 & blr5 = 2 & kapita_sebln < 178701) status_miskin = 1 .

EXECUTE. IF (b 1 r1 = 21 & b 1 r5 = 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 .. IF (blrl = 32 & blr5 = 1 & kapita_sebln < 151235) status_miskin = 1 .


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








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


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


EXECUTE.

93

(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 (b 1 r1 = 61 & b lr5 = 2 & kapita _ sebln < 109777) status _miskin = 1 .






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


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












EXECUTE.

94

(Lanjutan)


95

(Lanjutan)

IF (b1r1 = 82 & b1r5 = 2 & kapita_sebln < 122936) status_miskin = 1 .



EXECUTE. IF (SYSMIS(status_miskin)) status_miskin = 0.

EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2005\SOSP _m43.sav'

/COMPRESSED. FREQUENCIES

V ARIABLES=status miskin /ORDER= ANALYSIS .

• Custom Tables. CTABLES

NLABELS VARIABLES=status miskinblrl DISPLAY=DEFAULT

ffABLE blrl BY status_miskin (COUNT F40.0, ROWPCT.COUNT F40.2]

/CATEGORIES V ARIABLES=status _miskin ORDER=A KEY=V ALUE

EMPTY=INCLUDE TOTAL=YES POSITION=AFTER

/CATEGORIES V ARIABLES=blr1 ORDER=A KEY=VALUE

EMPTY=EXCLUDETOTAL=YES

POSITION=AFTER.

• Regresi Log Deviasi Harga*

• Kelompok 1

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 Kell /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 2


/MISSING PAIR WISE /STATISTICS COEFF OUTS R ANOV A COLLIN TOL CHANGE ZPP


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 PAIR WISE /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 _ KR T /RESIDUALS DURBIN /SAVEPRED.

**** Kelompok 4

REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING PAIR WISE /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 _ KR T /RESIDUALS DURBIN /SAVEPRED.

***** Kelompok 5

REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING PAIR WISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.OS) POUT(. tO) /NOORIGIN /DEPENDENT LDev Kel5


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 /SAVEPRED.

* 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_Rata_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_Rata_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 REGRESSION 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 _ KR T In _luaslntikpt type_ daerah status_ miskin sumber __penghsl

'k KRT J -/SAVE=PRED /CRITERIA= PIN(.05) POUT(.lO) ITERATE(20) CUT(.5).

COMPUTE pro bit_ 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.


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 "k KRT J -/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_kel4lnharga_est_kel5ln_peng_mkn lnjml_art ln_umurKRT

lama_sklh_KRT ln_luaslntikpt type_daerah status_miskin sumber_penghsl "k KRT J -/SAVE=PRED /CRITERIA=PIN(.05) POUT(.lO) ITERATE(20) CUT(.5).

COMPUTE pro bit_ kel3 = probit(PRE _ 8) . EXECUTE. COMPUTE IMR_ke13 = ((1 I SQRT(2 * 3.141592654)) * (EXP(- 0.5 * probit_kel3 •• 2))) I CDFNORM(probit_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 In jml_ art In_ umurKR T

lama_ sklh _ KR T In _luaslntikpt type_ daerah status_ miskin sumber _penghsl "k KRT J -/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(probit_kel4). EXECUTE.


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 /DESCRIPTNES 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_pengmkn_defllnjml_art ln_umurKRT

lama_ sklh _ KR T 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)


/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_pengmkn_defllnjml_art ln_umurKRT

lama_ sklh _ KR T 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_$. EXECUTE. 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_pengmkn_defllnjml_art ln_umurKRT

lama_ sklh _ KR T 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_$. EXECUTE.


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 _ KR T 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.


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.

102

(Lanjutan)

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.


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

103

(Lanjutan)





EXECUTE. IF (b 1 r1 = 34 & b 1 r5 = 1 & kapita _ sebln < 196406) status_ miskin = 1 .




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



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

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

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



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



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



EXECUTE. IF (b1r1 = 64 & b1r5 = 1 & kapita_sebln < 300031) status_miskin = 1.


EXECUTE.

104

(Lanjutan)


105

(Lanjutan)










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 = 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 V ARIABLES=status miskin ORDER=A KEY=V ALUE EMPTY=INCLUDE TOTAL=YES POSITION=AFTER

/CATEGORIES V ARIABLES=b1r1 ORDER=A KEY=VALUE EMPTY=EXCLUDETOTAL=YES

POSITION=AFTER.


EVALUASI PERUBAHAN TINGKAT KESEJAHTERAAN...

Documents

Transcript of EVALUASI PERUBAHAN TINGKAT KESEJAHTERAAN...