EVALUASI PERUBAHAN TINGKAT KESEJAHTERAAN...
Transcript of 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.
Universitas Indonesia
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.
Universitas Indonesia
5
dikenal dengan nama Pendataan Sosial Ekonomi Penduduk (PSE 2005)3 • PSE
2005 merupakan suatu pendataan yang menghasilkan suatu Direktori Rumah
Tangga Miskin (DRTM) penerima BLT tahun 2005-2006.
DRTM yang dihasilkan melalui PSE 2005 ini adalah database tentang
rumahtangga miskin terbesar sepanjang sejarah pengumpulan data kemiskinan di
Indonesia. DRTM - yang berisi daftar nama kepala rumahtangga, alamat serta
karakteristik rumahtangga miskin ini- terdiri dari 19,1 juta rumahtangga penerima
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.
Universitas Indonesia
6
jumlah uang yang dibutuhkan untuk membawa konsumen pada level kepuasan
(utility) atau tingkat kesejahteraan semula dengan harga yang baru. Dari nilai CV
ini dapat dilihat apakah terjadi welfare loss (penurunan kesejahteraan) atau
welfare gain (peningkatan kesejahteraan).
Selain mengukur besarnya perubahan tingkat kesejahteraan, hal yang juga
penting untuk dianalisa adalah mengidentifikasi kelompok sosial-ekonomi yang
mengalami pengaruh besar terhadap kenaikan harga BBM. Kelompok sosial
ekonomi yang dimaksud di sini adalah rumahtangga dengan berbagai
karakteristiknya baik karakteristik sosial, ekonomi maupun demografl seperti type
daerah tempat tinggal (perkotaan dan perdesaan), status rumahtangga (miskin dan
tidak miskin), jumlah anggota rumahtangga, dan sumber penghasilan utama
rumahtangga (pertanian dan bukan pertanian).
Dengan demikian beberapa permasalahan yang menjadi pertanyaan pada
penelitian ini adalah:
1. Berapakah besarnya perubahan tingkat kesejahteraan rumahtangga sebagai
dampak kenaikan harga BBM selama peri ode Pebruari 2005 - Maret 2006?
2. Kelompok sosial-ekonomi mana saja yang mengalami pengaruh besar
terhadap kenaikan harga BBM selama peri ode Pebruari 2005 - Maret 2006?
1.3. Tujuan Penelitian
Dengan memperhatikan latar belakang dan permasalahan di atas, maka
tujuan penelitian ini adalah :
1. Menghitung besarnya perubahan tingkat kesejahteraan rumahtangga sebagai
dampak kenaikan harga BBM selama peri ode Pebruari 2005 - Maret 2006.
2. Menganalisa kelompok sosial-ekonomi yang mengalami pengaruh besar
terhadap kenaikan harga BBM selama periode Pebruari 2005- Maret 2006.
1.4. Manfaat Penelitian
Penelitian ini diharapkan dapat mengevaluasi perubahan tingkat
kesejahteraan rumahtangga di Indonesia sebagai dampak kenaikan harga BBM,
terutama pada periode Pebruari 2005 - Maret 2006. Harapan yang lebih tinggi,
Universitas Indonesia
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.
Universitas Indonesia
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
Universitas Indonesia
9
1. 7. Hipotesis
Hipotesis dalam penelitian ini adalah sebagai berikut:
1. Terjadi penurunan tingkat kesejahteraan (welfare loss) rumahtangga selama
periode Pebruari 2005 -Maret 2006.
2. CV (welfare loss) rumahtangga di daerah perkotaan lebih tinggi daripada
daerah perdesaan.
3. CV (welfare loss) rumahtangga tidak miskin lebih tinggi daripada
rumahtangga miskin.
4. CV (welfare loss) rumahtangga dengan jumlah anggota banyak lebih tinggi
daripada rumahtangga dengan jumlah anggota sedikit.
5. CV (welfare loss) rumahtangga non pertanian lebih tinggi daripada
rur'nahtangga pertanian.
1.8. Sistematika Penulisan
Tulisan terdiri dari lima bab dengan penjelasan inti masing-masing bab
sebagai berikut :
BAB 1 PENDAHULUAN
Memaparkan latar belakang mengapa penelitian ini dilakukan, perumusan
masalah, tujuan penelitian, manfaat penelitian, ruang lingkup dan batasan
penelitian, kerangka pemikiran, hipotesis, serta sistematika penulisan.
BAB 2 TINJAUAN PUSTAKA
Berisi landasan teori yang akan membahas kerangka teoritis mengenai
teori permintaan konsumen, metode pengukuran perubahan tingkat
kesejahteraan, model fungsi permintaan, dan tinjauan penelitian terdahulu.
BAB 3 METODOLOGI PENELITIAN
Bagian ini menguraikan tentang sumber data, pengelompokan data,
metode analisis yang terdiri dari metode mengatasi simultanity bias,
quality effect, dan quantity premium dari data, metode mengatasi
Universitas Indonesia
10
selectivity bias dari data, uji asumsi dasar (multikolinearitas dan
heteroskedastisitas ), spesifikasi model analisis, metode penghitungan
perubahan tingkat kesejahteraan dengan Compensating Variation, serta
definisi operasional variabel-variabel yang digunakan.
BAB 4 HASIL DAN PEMBAHASAN
Memaparkan hasil penelitian dan analisa pembal1asannya untuk mencapai
tujuan penelitian.
BAB 5 KESIMPULAN DAN SARAN
Berisi kesimpulan hasil penelitian dan saran.
Universitas Indonesia
BAB2 TINJAUAN PUSTAKA
2.1. Teori Permintaan Konsumen
Teori permintaan konsumen didasarkan pada teori perilaku konsumen
(consumer behavior) 1• Hal ini didasarkan pada anggapan bahwa permintaan pasar
merupakan penjumlahan horisontal dari permintaan individu. Secara teori,
permintaan konsumen dapat diterangkan melalui dua pendekatan, yaitu
pendekatan cardinal (ukuran) dengan menggunakan teori utilitas (utility function)
dan pendekatan ordinal (ranking) dengan menggunakan teori kurva indiferen.
Konsep yang digunakan kedua teori tersebut adalah konsep utilitas, yang berbeda
hanyalah pendekatannya. Namun, untuk melihat pengaruh harga dan pendapatan
terhadap perilaku konsumen, akan lebih jelas apabila menggunakan pendekatan
ordinal.
2.1.1. Utilitas dan Kurva lndiferen
Asumsi dari teori perilaku konsumen adalah bahwa konsumen akan
berusaha untuk memaksimumkan kepuasannya dalam mengkonsumsi sejumlah
paket (bundle) komoditas. Kepuasan konsumen dicerminkan oleh tingkat
kepuasan yang dikenal sebagai utilitas (utility), yaitu kepuasan yang diterima oleh
seseorang karena kegiatan ekonominya.
Dalam rangka memperoleh kepuasan yang maksimum dengan pendapatan
yang terbatas, maka konsumen harus mempunyai preferensi. Konsep preferensi
berkaitan dengan kemampuan konsumen menyusun prioritas pilihan terhadap
komoditas yang ingin dikonsumsinya agar dapat mengambil keputusan. Paling
sedikit ada dua sikap yang berkaitan dengan preferensi konsumen, yaitu lebih
suka (prefer) dan atau sama-sama suka (indifference). Selain itu preferensi
konsumen juga harus konsisten, yaitu hila barang X lebih disukai dari Y dan
barang Y lebih disukai dari Z, maka barang X lebih disukai dari Z (transitivitas).
1 Perilaku konsumen (consumer behavior) adalah tindakan yang langsung terlibat dalam
mendapatkan, mengkonsumsi, dan menghabiskan produk dan jasa, termasuk proses keputusan
yang mendahului dan menyusuli tindakan ini (Engel, dkk, 1993).
11 Universitas Indonesia
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.
Universitas Indonesia
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).
Universitas Indonesia
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:
Universitas Indonesia
15
A. Aditivitas
Mencerminkan persyaratan bahwa total pengeluaran pada fungsi permintaan
sarna dengan total pendapatan. Dalarn bentuk matematis hal ini dapat dapat
dituliskan sebagai :
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)
Universitas Indonesia
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:
Wi = proporsi pengeluaran komoditas i
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:
Wi = proporsi pengeluaran komoditas i
Eij = elastisitas harga silang komoditas i terhadap harga komoditas j
eil = elastisitas pendapatan komoditas i
(2.7)
Universitas Indonesia
17
Persyaratan-persyaratan yang dibutuhkan oleh fungsi permintaan tersebut
dapat dipenuhi dengan menggunakan sistem permintaan (demand system).
2.1.3. Efek Substitusi dan Efek Pendapatan
Perubahan harga suatu komoditas mempunyai dua efek, yaitu efek
substitusi dan efek pendapatan. Efek substitusi adalah perubahan dalam
mengkonsumsi suatu komoditas akibat perubahan harga komoditas tersebut atau
komoditas lain, di mana tingkat utilitas adalah konstan. Efek pendapatan terjadi
karena perubahan harga suatu komoditas menyebabkan adanya perubahan dalam
kekuatan daya belinya. Untuk barang normal, efek pendapatan berdampak positif
terhadap barang yang dikonsumsi, sebaliknya untuk barang inferior berdampak
negatif (terlebih lagi barang giffen).
Penjumlahan efek substitusi dan efek pendapatan disebut efek total.
Secara ringkas respon konsumen terhadap efek-efek tersebut dapat disajikan
seperti tabel berikut.
Tabel 2.1. Efek Substitusi, Efek Pendapatan dan EfekTotal jika Harga Naik
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.
Universitas Indonesia
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.
Universitas Indonesia
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
Universitas Indonesia
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.
Universitas Indonesia
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.
Universitas Indonesia
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)
Universitas Indonesia
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
Universitas Indonesia
24
2.2.2. Consumer's Surplus (CS)
Metode yang klasik untuk mengukur perubahan tingkat kesejahteraan
adalah Consumer's Surplus (CS), yaitu selisih antara willingness to pay
(kemampuan untuk membayar) dari konsumen terhadap tingkat harga yang
dibayarkan untuk setiap unit yang diminta. Bila xM adalah fungsi permintaan
Marshallian, maka pembahan CS akibat perubahan harga barang X dari 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.
Universitas Indonesia
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
Universitas Indonesia
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:
Universitas Indonesia
27
log P = L wi log Pi (2.23)
Indeks harga pada persamaan (2.23) di atas dikenal sebagai indeks harga
Stone. Dengan menggunakan indeks harga Stone maka persamaan (2.21) menjadi
linier dalam harga dan pengeluaran. Fungsi tersebut dikenal sebagai aproksimasi
linier dari AIDS atau LA/ AIDS (Linear Approximation/ Almost Ideal Demand
System).
Beberapa kelebihan model AIDS adalah :
1. Model ini mempertimbangkan keputusan konsumen dalam menentukan
seperangkat komoditas secara bersama-sama sehingga hubungan silang dua
arah atau lebih dari komoditas-komoditas tersebut dapat ditentukan. Hal ini
sesuai dengan fenomena aktual yang terjadi bahwa pemilihan suatu
komoditas dilakukan oleh konsumen secara bersama-sama.
2. Bentuk fung~~nya konsisten dengan data pengeluaran rumahtangga yang
biasanya tersedia, sehingga estimasi permintaan bisa dilakukan tanpa data
dalam bentuk kuantitas.
3. Konsisten dengan teori permintaan karena 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:
Universitas Indonesia
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)
Universitas Indonesia
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).
Universitas Indonesia
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.
30 Universitas Indonesia
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-
Universitas Indonesia
32
masing terdiri dari berbagai jenis makanan dibentuk menjadi kelompok tersendiri,
sehingga jumlah kelompok makanan yang dianalisis adalah sebanyak lima
kelompok. Selengkapnya kelima kelompok makanan yang dianalisis adalah
sebagai berikut:
1. Kelompok padi dan umbi (karbohidrat).
2. Kelompok ikan, daging, telur, dan susu (protein hewani).
3. Kelompok sayur-sayuran, kacang-kacangan, dan buah-buahan (protein
nabati, vitamin dan mineral).
4. Kelompok minyak dan lemak (lemak).
5. Kelompok bahan minuman, bumbu-bumbuan, konsumsi lainnya, makanan
dan minumanjadi, tembakau dan sirih (kelompok makanan lainnya).
Dalam pengelompokkan ini diasumsikan bahwa harga semua komoditas
makanan dalam satu kelompok bergerak bersamaan. Asumsi ini mengikuti . pendapat Nicholson (2005) yang menyebutkan bahwa komoditas gabungan
(composite good) adalah kelompok barang di mana harga semua barang dalam
kelompok tersebut bergerak bersamaan sehingga dapat diperlakukan sebagai satu
komoditas tunggal.
Dalam analisis 1m JUga diasumsikan bahwa pengeluaran konsumsi
makanan dan non makanan teijadi pada kondisi keterpisahan (separability),
sehingga konsumen dapat menentukan preferensinya secara bebas terhadap
komoditas makanan tanpa dipengaruhi oleh pengeluaran komoditas non makanan,
dan sebaliknya.
Asumsi lainnya adalah bahwa rumahtangga mengalokasikan
pendapatannya untuk pengeluaran konsumsi dengan dua tahap. Pada tahap
pertama, pendapatan rumahtangga dialokasikan untuk pengeluaran konsumsi
makanan dan non makanan. Pada tahap kedua, rumahtangga mengalokasikan
pengeluaran konsumsi makanan ke dalam komponen-komponen yang lebih
spesifik seperti beras, ikan, tahu, tempe, bayam, kelapa, minyak goreng, jeruk,
apel, nasi rames, roti, dan sebagainya, yang kemudian diagregasi menjadi lima
kelompok makanan. Pada tahap kedua ini diasumsikan terdapat sating keterkaitan
di antara kelompok komoditas tersebut sehingga pengeluaran untuk konsumsi
makanan merupakan suatu sistem.
Universitas Indonesia
33
Model LA/ AIDS yang digunakan dalam penelitian ini diformulasikan
sebagai berikut:
1. Model Matematika
w _ keli = f(harga estimasi kelompok komoditi, total pengeluaranlindeks harga
Stone, jumlah ART, umur KRT, lama sekolah KRT, luas lantai per
kapita, type daerah, status miskin, sumber penghasilan utama RT, jenis
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
Universitas Indonesia
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.
Universitas Indonesia
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
Universitas Indonesia
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:
Universitas Indonesia
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
Universitas Indonesia
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
Universitas Indonesia
39
dijelaskan sebelumnya. Bila masih terdapat rumahtangga yang tidak
mengkonsumsi dalam jumlah banyak maka dilakukan two step Heckman yaitu
dengan menambah variabel bebas IMR pada model utama (persamaan 3.2) di
mana untuk mendapatkan IMR digunakan regresi logistik untuk mengestimasi
peluang rumahtangga mengkonsumsi suatu kelompok komoditi makanan dengan
variabel bebas harga-harga, total pengeluaran makanan, dan karakteristik
rumahtangganya. Model regresi logistik tersebut adalah sebagai berikut:
di mana zi adalah:
zi = aiO + LjYij lnpj +Pi lny + aillnjmlART + aizlnumurKRT + ai3 lnlmsklhKRT + ai4 lnlantai + 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
Universitas Indonesia
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)
Universitas Indonesia
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)
Universitas Indonesia
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.
Universitas Indonesia
( 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
Universitas Indonesia
[ 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
Universitas Indonesia
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)
Universitas Indonesia
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.
Universitas Indonesia
48
Kepala Rumah Tangga (KRT) adalah seorang dari sekelompok anggota rumah
tangga yang bertanggungjawab atas kebutuhan sehari-hari rumahtangga, atau
orang yang dianggap/ditunjuk sebagai KRT.
Pengeluaran konsumsi rumahtangga sebulan adalah total nilai makanan dan
bukan makanan (barangljasa) yang diperoleh, dipakai, atau dibayarkan
rumahtangga sebulan untuk konsumsi rumahtangga, tidak termasuk untuk
keperluan usaha rumahtangga atau yang diberikan kepada pihak/orang lain.
Untuk konsumsi makanan, yang termasuk konsumsi rumahtangga adalah yang
benar-benar telah dikonsumsi selama referensi waktu survei (consumption
approach), sedangkan untuk konsumsi bukan makanan konsep yang dipakai pada
umumnya adalah konsep penyerahan (delivery approach), yaitu dibelildiperoleh
dari pihak lain, asalkan tujuannya untuk kebutuhan rumah tangga.
Klasifikasi daerah adalah lokasi tempat tinggal rumah tangga yang dikategorikan
sebagai perkotaan atau perdesaan. Untuk menentukan apakah suatu
desa/kelurahan termasuk daerah perkotaan atau perdesaan digunakan indikator
komposit yang skor atau nilainya didasarkan pada skor atau nilai-nilai tiga buah
variabel : kepadatan penduduk, persentase rumah tangga pertanian, dan akses ke
fasilitas umum.
Somber penghasilan utama rumahtangga adalah sumber penghasilan yang
mengacu pada ART yang mempunyai penghasilan terbesar dibanding ART
lainnya. Sumber penghasilan utama rumahtangga adalah pertanian jika lapangan
usahanya adalah pertanian dan perburuan {yang meliputi (1). Pertanian tanaman
pangan, tanaman perkebunan, dan hortikultura; (2). Petemakan; (3). Kombinasi
pertanian atau perkebunan dengan petemakan; (4). Jasa pertanian, perkebunan dan
petemakan; (5). Perburuan/penangkapan dan penangkaran satwa liar}, kehutanan,
dan perikanan.
Luas lantai (m2) adalah luas lantai yang ditempati dan digunakan untuk
keperluan sehari-hari (sebatas atap ). Bagian-bagian yang digunakan bukan untuk
keperluan sehari-hari tidak dimasukkan dalam perhitungan luas lantai seperti
lumbung padi, kandang temak, lantai jemur (lamparan semen) dan ruangan
khusus untuk usaha (misalnya warung). Untuk bangunan bertingkat, luas lantai
Universitas Indonesia
49
adalah jumlah luas dari semua tingkat yang ditempati. Bila suatu tempat tinggal
dihuni oleh lebih dari satu RT, maka luas lantai hunian setiap RT adalah luas
lantai dari ruangan yang dipakai bersama dibagi banyaknya RT ditambah dengan
luas lantai pribadi 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).
Universitas Indonesia
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
50 Universitas Indonesia
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_kel3=1 jika w_kel3>0 0,9888 0,1053 1,12 0,9858 0,1183 1,42 -0,30
kons_kel4=1 jika w_kel4>0 0,9719 0,1651 2,81 0,9675 0,1772 3,25 -0,45
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
Universitas Indonesia
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
Universitas Indonesia
53
konsumsi paling besar ( dilihat dari meningkatnya persentase yang tidak
mengkonsumsi kelompok ini seperti dijelaskan sebelumnya).
Dalam hal variasi unit value, dapat dilihat bahwa nilai standar deviasinya
untuk semua kelompok makanan cukup tinggi pada dua tahun pengamatan. Hal
ini menunjukkan adanya keheterogenan dalam unit value. Menurut Moeis (2003),
keheterogenan ini bisa disebabkan oleh efek kualitas barang yang dibeli (quality
effect) dan atau jumlah barang yang dibeli (quantity premium). Oleh karena itu,
pengaruh ini harus dihilangkan dengan melakukan estimasi deviasi dari
logaritmanya yang selanjutnya diperoleh harga estimasi (yang akan digunakan
dalam estimasi sistem permintaan seperti dijelaskan dalam Bah 3).
4.1.2. Variabel Bebas (Independent Variables)
Tabel 4.2 berikut 1m menggambarkan variabel-variabel bebas
(independent variables) yang digunakan dalam model. Jumlah variabel bebas '
selain dari harga-harga adalah sebanyak 9 macam yang terdiri dari variabel
kontinu sebanyak 5 macam dan variabel dummy sebanyak 4 macam. Pada bagian
ini akan dijelaskan variabel-variabel tersebut serta transformasi yang dilakukan
dalam mengestimasi sistem persamaan dengan model LA/ AIDS.
Tabel 4.2. Deskripsi Statistik 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
Universitas Indonesia
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.
Universitas Indonesia
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).
Universitas Indonesia
56
Rata-rata luas lantai perkapita adalah 20 m2 untuk kedua tahun
pengamatan. Dengan nilai standar deviasi yang tinggi menunjukkan adanya
keheterogenan dalam data.
F. Variabel Dummy: type_daerah, status_miskin, sumber_penghsl dan
"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
Universitas Indonesia
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.
Universitas Indonesia
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
Universitas Indonesia
59
makanan. Pengaruh variabel total pengeluaran makanan dengan nilai yang positif
dan signifikan pada level 1% menunjukkan bahwa unit value yang dibayar oleh
rumahtangga dengan pendapatan rendah mempunyai nilai deviasi yang negatif
(lebih rendah dari rata-rata desanya). Dengan kata lain berarti bahwa
rumahtangga yang mempunyai pendapatan yang lebih tinggi akan mengkonsumsi
kelompok makanan tersebut dengan kualitas yang lebih tinggi atau dengan unit
value yang lebih mahal daripada rumahtangga dengan pendapatan rendah.
Demikian pula variabel luas lantai per kapita sebagai proksi dari ukuran
kekayaan rumahtangga, mempunyai hubungan yang positif dan sigifikan pada
level 1% kecuali kelompok 4 (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-
Universitas Indonesia
60
ikanan, daging, telur dan susu) tahun 2006 menunjukkan negatif tetapi tidak
signifikan. Hubungan yang negatif ini berimplikasi bahwa semakin besar ukuran
rumahtangga cenderung untuk mengkonsumsi kelompok makanan tersebut dalam
jumlah yang lebih banyak (quantity premium), sehingga unit value yang dibayar
akan lebih rendah dari rata-rata desanya.
Pola yang sama terjadi pada variabel umur kepala rumahtangga (kecuali
kelompok 5 tahun 2005, positif tetapi tidak signifikan) dan variabel sumber
penghasilan rumahtangga. Semakin tua umur kepala rumahtangga cenderung
untuk mengkonsumsi kelompok makanan dengan unit value yang lebih rendah
dari rata-rata desanya. Demikian juga rumahtangga pertanian cenderung untuk
mengkonsumsi kelompok makanan dengan k:ualitas yang lebih rendah, artinya
membeli dengan unit value yang lebih rendah dari rata-rata desanya.
Berikutnya, rumahtangga miskin cenderung untuk mengkonsumsi
kelompok 1 (padi-padian dan umbi-umbian) dan kelompok 2 (ikan-ikanan, daging,
telur dan susu) dengan kualitas yang lebih rendah, artinya membeli dengan unit
value yang lebih rendah dari rata-rata desanya (hubungan negatif), tetapi
sebaliknya terjadi pada kelompok 3 (sayur-sayuran, kacang-kacangan dan 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
Universitas Indonesia
61
deviasi unit value untuk semua kelompok makanan pada kedua tahun pengamatan
(2005 dan 2006).
Nilai estimasi deviasi harga yang diperoleh dari regresi ini ( 1\ LDev _ keli)
digunakan untuk menghasilkan variabel instrumen harga (harga estimasi) pada
lima kelompok makanan untuk seluruh rumahtangga dengan menggunakan
persamaan (3.7) dan (3.8). Variabel instrumen harga inilah yang akan digunakan
pada persamaan berikutnya yaitu estimasi regresi logistik (untuk rnenghasilkan
variabel IMR) dan estimasi sistem permintaan. Nama variabel ini adalah
lnharga _est_ kelj.
4.3. Peluang Mengkonsumsi Kelompok 1\lakanan (Hasil Regresi Logistik)
Dalam two step Heckman procedure, tahap pertama adalah melakukan
estimasi regresi logistik yang menghasilkan estimasi peluang mengkonsumsi
suatu kelompok makanan seperti telah dijelaskan pada Bah 3. Hal yang lebih
bermanfaat untuk dibahas dari hasil ini adalah perubahan peluang mengkonsumsi
suatu kelompok makanan terhadap perubahan variabel-variabel bebas (marginal
effect). Perubahan peluang ini dihitung dengan menggunakan rumus ~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
Universitas Indonesia
62
pengeluaran makanan (sebagai proksi pendapatan) meningkat 1% maka peluang
mengkonsumsi kelompok tersebut akan meningkat sebesar 0,0226. Hal ini sesuai
dengan Agregasi Engei yaitu bahwa jika pendapatan meningkat maka akan
dialokasikan secara proporsional pada seluruh komoditas yang dikonsumsi.
Tabel 4.4. Perubahan Peluang Mengkonsumsi Kelompok Makanan (Marginal
Effect), Tahun 2005 dan 2006
Variabel Bebas 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%
Universitas Indonesia
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
Universitas Indonesia
64
perubahan peluang mengkonsumsi semua kelompok makanan pada kedua tahun
pengamatan (2005 dan 2006), kecuali variabel luas lantai per kapita pada
kelompok 1 (padi-padian dan umbi-umbian) tahun 2006 positif tetapi tidak
signifikan. Hal ini menunjukkan bahwa semakin banyak anggota rumahtangga
maka peluang mengkonsumsi kelompok makanan tersebut akan meningkat.
Demikian juga semakin luas lantai per kapita (semakin kaya) maka peluang
mengkonsumsi kelompok makanan tersebut akan meningkat.
Selanjutnya, variabel sumber penghasilan utama rumahtangga
mempunyai pengaruh yang positif dan sigifikan pada level 1%, 5% dan 10%
terhadap perubahan peluang mengkonsumsi semua kelompok makanan pada
kedua tahun pengamatan (2005 dan 2006), kecuali terhadap kelompok 2 (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.
Universitas Indonesia
65
4.4. Estimasi Sistem Permintaan (Demand System)
Dalam mengestimasi sistem permintaan (demand system) dengan
LA/AIDS (persamaan 3.2), observasi yang digunakan adalah yang nilai proporsi
pengeluarannya (budget share) tidak nol, artinya hanya rumahtangga yang
mengkonsumsi kelompok makanan tersebut. Oleh karena itu, harus dikoreksi
dengan memasukkan variabel IMR agar hasilnya tidak bias (selectivity bias).
Selain itu, masalah simultaneity bias dalam mengestimasi sistem permintaan ini
diatasi denga.'l penggunaan variabel instrumen harga dimana unit value telah
dikoreksi deng&i mempertimbangkan quality effect dan quantity premium.
Hal lain yang perlu dilakukan dalam mengestimasi sistem permintaan
adalah adanya restriksi-restriksi adding-up, homogeneity dan symmetry. Restriksi
yang dilakukan dalam penelitian ini hanya pada restriksi adding-up saja yaitu
dengan mengeluarkan satu persamaan (kelompok makanan lainnya) dari sistem
seperti telah dijelaskan dalam Bah 3. Variabel IMR dimasukkan dalam empat
persamaan yang akan diestimasi, sedangkan pada persamaan sisanya (kelompok
makanan lainnya) tidak menggunakan variabel IMR karena yang tidak
mengkonsumsi hanya sedikit (seperti telah dijelaskan sebelumnya).
Selanjutnya, dalam mengestimasi sistem permintaan ini, dilakukan
pengujian asumst dasar yaitu homoskedastisitas dan tidak 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%.
Universitas Indonesia
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%
Universitas Indonesia
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.
Universitas Indonesia
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
Universitas Indonesia
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,
Universitas Indonesia
70
2005 dan 2006. Arah yang positif mempunyai arti bahwa jika harga kelompok
makanan tersebut naik, maka proporsi pengeluaran kelompok makanan tersebut
naik. Arah yang negatif mempunyai arti sebaliknya. Kedua arah/pengaruh ini
(positif da..~ negatif) bisa saja terjadi mengingat bahwa proporsi pengeluaran yang
didefinisikan seperti pada persamaan (3.3) merupakan pembagian antara jumlah
rupiah pengeluaran kelompok makanan tertentu dengan total rupiah pengeluaran
makanan, dimana jumlah rupiah pengeluaran kelompok makanan tertentu adalah
merupakan perkalian antara unit value (proksi dari harga) dengan jumlah yang
dikonsumsi. Jika kenaikan harga lebih besar dari penurunan jumlah yang
dikonsumsi maka proporsi akan naik (arah positif), sebaliknya jika kenaikan harga
lebih kecil dari penurunan jumlah yang dikonsumsi maka proporsi akan turun
( arah negatif). Untuk melihat pengaruh harga, baik harga sendiri maupun harga
silang terhadap jumlah yang diminta sebaiknya dilihat pada nilai elastisitas harga
yang akan dibahas pada subbab berikutnya.
4.5. Elastisitas Permintaan
Nilai elastisitas permintaan dihitung dengan menggunakan persamaan
3.11 sampai persamaan 3.14 dan persamaan 3.17 (untuk mendapatkan elastisitas
pengeluaran). Sesuai dengan rumus dalam persamaan tersebut, nilai ~ (koefisien
total pengeluaran makanan) dan r (koefisien harga-harga) diperoleh dari estimasi
parameter sistem permintaan seperti pada Tabel 4.5, sedangkan nilai w_keli
(budget share) yang digunakan adalah nilai w_keli rata-rata seperti terlihat pada
Tabel4.1.
4.5.1. Elastisitas Harga
Nilai elastisitas harga sendiri dan harga silang tak terkompensasi
(Marshallian) dapat dilihat pada Tabel 4.6. Sedangkan nilai elastisitas harga
sendiri dan harga silang terkompensasi (Hicksian) dapat dilihat pada Tabel4.7.
Sebagaimana terlihat dalam Tabel 4.6 dan Tabel 4. 7, elastisitas harga
sendiri mempunyai tanda yang negatif. Hal ini sesuai dengan teori permintaan
konsumen yaitu bahwa terdapat hubungan yang terbalik antara harga sendiri
Universitas Indonesia
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
Universitas Indonesia
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
Universitas Indonesia
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
Universitas Indonesia
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.
Universitas Indonesia
75
Bila dibandingkan antara rumahtangga yang tinggal di daerah perkotaan
dan perdesaan maka nilai CV perkotaan lebih tinggi yaitu masing-masing 36,3%
dan 35,5%, atau dalam jumlah rupiahnya Rp 513.067 per bulan di perkotaan
sedangkan di perdesaan hanya Rp 272.657 per bulan. Hal ini diduga karena orang
di perkotaan konsumsinya adalah barang-barang yang terpengaruh oleh kenaikan
harga BBM. Dengan demikian rumahtangga di perkotaan mendapatkan pengaruh
negatif yang lebih besar akibat kenaikan harga BBM tahun 2005 dibandingkan
rumahtangga di perdesaan. Hasil yang serupa juga ditunjukkan oleh Faiq (2007)
dimana CV per kapita perkotaan lebih tinggi daripada perdesaan yaitu 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
Universitas Indonesia
76
yaitu masing-masing 109% dan 90%, artinya bahwa rumahtangga miskin di
perkotaan lebih sangat menderita akibat krisis ekonomi. Sementara di perdesaan,
CV rumahtangga non miskin yang lebih tinggi daripada rumahtangga miskin yaitu
masing-masing 78% dan 70%.
Sementara, hila dibandingkan antara rumahtangga pertanian dan non
pertanian, maka CV yang paling besar terjadi pada rumahtangga non pertanian
yaitu sebesar 36,9% atau Rp 455.569 per bulan sedangkan rumahtangga pertanian
hanya sebesar 34,5% atau Rp 249.479 per bulan. Hal ini dapat diduga bahwa
rumahtangga pertanian mendapatkan sebagian keuntungan dari kenaikan harga
komoditi pertanian sehingga CV tidak sebesar rumahtangga non pertanian.
Selanjutnya, rumahtangga dengan jumlah anggota lebih dari empat orang
mempunyai CV yang lebih tinggi dibandingkan rumahtangga dengan anggota 1-4
orang yaitu sebesar Rp 505.262 per bulan dibanding dengan Rp 320.842 per bulan, '
walaupun secara persentase tidak terlalu berbeda yaitu 35,8% dibanding 36,1 %.
Hal ini logis karena semakin banyak anggota rumahtangga kebutuhan dan
pengeluaran akan semakin besar.
Hal yang cukup menarik untuk dibahas adalah membandingkan nilai CV
dengan jumlah dana bantuan langsung tunai (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
Universitas Indonesia
77
Rp235.487 per bulan yang berarti tcrdapat kekurangan sebesar Rp 135.487 per
bulan.
Hal lainnya adalah jika yang ingin dibedakan adalah lokasi rumahtangga
maka rumahtangga miskin di perkotaan sebarusnya menerima dana kompensasi
sebesar Rp 238.049 per bulan yang berarti terdapat kekurangan sebesar
Rp138.049 per bulan. Sementara, rumahtangga miskin di perdesaan sebarusnya
menerima dana kompensasi sebesar Rp 151.951 per bulan yang berarti terdapat
kekurangan sebesar Rp 51.951 per bulan.
Hasil penghitungan Compensating Variation (CV) di atas dengan
menggunakan persamaan 3.19 adalah berdasarkan pada proporsi pengeluran
kelompok makanan (w_keli) yang artinya bergantung pada agregasi
(penggabungan) komoditi yang dilakukan. Dalam penelitian ini tidak dilakukan
pengujian apakah dengan agregasi yang berbeda akan menghasilkan nilai CV
yang berbeda. Namun berdasarkan basil penelitian yang dilakukan oleb Friedman
dan Levinsohn (2002), antara CV dengan agregasi dan tanpa agregasi mempunyai
nilai yang tidak berbeda secara signifikan. Dengan demikian, basil CV dalam
penelitian ini sudah cukup valid untuk digunakan.
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.
Universitas Indonesia
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.
3. Penurunan tingkat kesejahteraan (welfare loss) atau Compensating Variation
( CV) rumahtangga tidak miskin lebih tinggi daripada rumahtangga miskin.
Namun, perubahan yang sedikit bagi rumahtangga miskin adalah sangat
berarti (signifikan) dalam kualitas kehidupannya (tingkat kesejahteraannya).
4. Penurunan tingkat kesejahteraan (welfare loss) atau Compensating Variation
( CV) rumahtangga dengan jumlah anggota lebih dari 4 orang lebih tinggi
daripada rumahtangga dengan jumlah anggota 1-4 orang. Hal ini logis
karena semakin banyak anggota rumahtangga, kebutuhan dan pengeluaran
akan semakin besar.
5. Penurunan tingkat kesejahteraan (welfare loss) atau Compensating Variation
( CV) rumahtangga non pertanian lebih tinggi daripada rumahtangga
pertanian. Hal ini dapat diduga bahwa rumahtangga pertanian mendapatkan
sebagian keuntungan dari kenaikan harga komoditi pertanian akibat
kenaikan harga BBM tahun 2005.
6. Pemberian Bantuan Langsung Tunai (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.
78 Universitas Indonesia
79
7. Secara umum, jumlah dana yang dibutuhkan untuk: mengkompensasi
kenaikan harga BBM agar rumahtangga miskin tetap berada pada
kesejahteraan semula adalah sebesar kira-kira 34% dari rata-rata
pengeluaran sebulan atau sekitar Rp 180.575 per bulan, yang berarti terdapat
kekurangan sebesar Rp 80.575 per bulan bila dibandingkan dengan dana
BLT (Rp 100.000 per bulan).
8. Rumahtangga miskin dengan jumlah anggota 1-4 orang membutuhkan dana
kompensasi sebesar kira-kira 34% dari rata-rata pengeluaran sebulan atau
sekitar Rp 121.509 per bulan yang berarti terdapat kekurangan sebesar
Rp21.509 per bulan bila dibandingkan dengan dana BLT (Rp 100.000 per
bulan). Sementara rumahtangga miskin dengan jumlah anggota lebih dari 4
orang membutuhkan dana kompensasi sebesar kira-kira 35% dari rata-rata
pengeluaran sebulan atau sekitar Rp 235.487 per bulan yang berarti terdapat
kekurangan sebesar Rp 135.487 per bulan bila dibandingkan dengan dana
BLT (Rp 100.000 per bulan).
9. Rumahtangga miskin di perkotaan membutuhkan dana kompensasi sebesar
kira-kira 37% dari rata-rata pengeluaran sebulan atau sekitar Rp 238.049 per
bulan yang berarti terdapat kekurangan sebesar Rp 138.049 per bulan bila
dibandingkan dengan dana BLT (Rp 100.000 per bulan). Sementara
rumahtangga miskin di perdesaan membutuhkan dana kompensasi sebesar
kira-kira 32% dari rata-rata pengeluaran sebulan atau sekitar Rp 151.951 per
bulan yang berarti terdapat kekurangan sebesar Rp 51.951 per bulan bila
dibandingkan dengan dana BLT (Rp 100.000 per bulan).
5.2. Saran
5.2.1. Saran Bagi Peneliti
Beberapa saran bagi peneliti yang berminat untuk melanjutkan penelitian
ini adalah:
1. Menurut Moeis (2003) terdapat tiga masalah data yang mempengaruhi
spesifikasi model sistem permintaan yang harus dipertimbangkan yaitu
simultaneity bias (bias simultan), sample selectivity bias (bias pemilihan jenis
komoditi yang dikonsumsi), dan contemporaneous correlation (standard error
Universitas Indonesia
80
tidak efisien). Dalam penelitian ini hanya mempertimbangkan dua masalah
data yaitu simultaneity bias dan 3ample selectivity bias, oleh karena itu
disarankan agar peneliti selanjutnya mempertimbangkan juga masalah yang
ketiga yaitu contemporaneous correlation agar diperoleh standard error yang
efisien.
2. Untuk memenuhi syarat fungsi permintaan yaitu homogeneity, adding-up dan
symmetry, dalam melakukan estimasi model sistem permintaan hams diadakan
restriksi-restriksi. Dalam penelitian ini restriksi yang dilakukatl hanya untuk
syarat adding-up saja. 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
Universitas Indonesia
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.
Universitas Indonesia
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.
82 Universitas Indonesia
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.
Universitas Indonesia
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.
84 Universitas Indonesia
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_$. EXECUTE. AGGREGATE
/OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr _indv _1.sav' /BREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /umur_KRT 'Umur KRT' = SUM(umur) /lama_sklh_KRT 'Lama Sekolah KRT'
=SUM (lama_sklh) /jk_KRT 'Jenis Kelamin KRT' = SUM(jk).
Bagian II: Data KOR Rumahtangga
• Mengkategorikan Sumber Penghasilan Utama Rumahtangga
GET FILE='D:\DataTesis\DataOlah\Ssn2005\S05P kr.sav'.
DATASET NAME DataSet! WINDOW=FRONT. IF (b7r29 < 503) rt_pertanian = 1 . EXECUTE. IF (b7r29 > 502) rt_pertanian = 0 . EXECUTE. FREQUENCIES
V ARIABLES=rt _pertanian /ORDER= ANALYSIS.
•• Menghitung luas lantai per kapita'
COMPUTE lantai_kapita = b6r5/ art. EXECUTE.
• •• Ciptakan File: Sumber Penghasilan Utama dan Luas Lantai Perkapita
AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr _ rt _l.sav' /BREAK=blrl blr2 blr3 blr4 blr5 blr7 blr8 /sumber_penghsl 'Sumber penghasilan utama RT' = SUM(rt_pertanian)
/lantai_kapita 'Luas lantai per kapita' = SUM(lantai_kapita).
Universitas Indonesia
86
(Lanjutan)
SAVE OUTFILE='D:\DataTesis\Data0lah\Ssn2005\S05P kr.sav' /COMPRESSED.
Bagian III: Data Modul 1
* Pengelompokkan Komoditi
GET FILE='D:\DataTesis\Data0lah\Ssn2005\S05P m41.sav'.
DATASET NAME DataSet1 WINDOW=FRONT. COMPUTE harga = (b41k9 I b41k8)*100. EXECUTE. USE ALL. COMPUTE filter_$=((b41k1 > 1 & b41k1 < 10) I (b41k1 > 10 & b41k1 < 20)). VARIABLE LABEL filter_$ '(b41k1 > 1 & b41k1 < 10) I (b41k1 > 10 & b41k1 < 20) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr _ kel1 _padi _ umbi.sav' /BREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /harga_kell_padi_umbi 'Harga padi2an dan umbi2an' = MEAN(harga).
USE ALL. COMPUTE filter_$=((b41k1 > 20 & b41k1 <53) I (b41k1 >53 & b41k1 < 71) I (b41k1 > 71 & b41k1 < 85)).
VARIABLE LABEL filter_$ '(b41k1 > 20 & b41k1 <53) I (b41k1 >53 & b41k1 < 71) I (b41k1 > 71 & b41k1 < 85) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr _ kel2 _prot_ hwn.sav' IBREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /harga_kel2_prot_hwn 'Harga ikan, daging, telur, susu' = MEAN(harga).
USE ALL. COMPUTE filter_$=((b41k1 > 85 & b41k1 < 115) I (b41k1 > 115 & b41k1 < 127) 1 (b41k1 > 121 & b41k1 < 151)). VARIABLE LABEL filter_$ '(b41k1 > 85 & b41k1 < 115) I (b41k1 > 115 & b41k1 < 127) I (b41k1 > 127 & b41k1 < 151) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE.
Universitas Indonesia
87
(Lanjutan)
AGGREGATE /OUTFILE='D:\DataTesis\DataOlah\Ssn2005\aggr _kel3 _prot_ nbt.sav'
/BREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 lharga _kel3 _prot_ nbt 'Harga sayur2an, kacang2an, buah2an' = MEAN(harga).
USE ALL. COMPUTE filter_$=(b41k1 > 151 & b41kl < 158). VARIABLE LABEL filter_$ 'b41k1 > 151 & b41k1 < 158 (FILTER)'.
VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE
/OUTFILE='D:\DataTesis\Data0lah\Ssn2005\aggr _ kel4 _myk _lmk.sav'
/BREAK=b1r1 b1r2 b1r3 b1r4 b1r5 b1r7 b1r8 /harga_kel4_myk_lmk 'Harga minyak & lemak' = MEAN(harga).
USE ALL. COMPUTE filter_$=((b41k1 > 158 & b41k1 < 167) I (b41k1 > 167 & b41kl < 181) 1 (b41k1 > 181 & b41k1 < 191) 1 (b41k1 > 191 & b41k1 < 223) 1 (b41k1 >
223 & b41k1 < 230)). VARIABLE LABEL filter_$ '(b41k1 > 158 & b41k1 < 167) I (b41k1 > 167 &
b41k1 < 181) I (b41kl > 181 & b41kl < 191) I (b41k1 > 191 & b41... (FILTER)'.
VALUE LABELS filter $ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter_$. EXECUTE. AGGREGATE
/OUTFILE='D:\DataTesis\Data0lah\Ssn2005\aggr _ kel5 _ komoditi_lainnya.sav'
/BREAK=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'.
DATASET NAME DataSet3 WINDOW=FRONT. GET
FILE='D :\DataTesis\DataOlah \Ssn2005\aggr _ kel3 _prot_ nbt.sav'.
Universitas Indonesia
DATASET NAME DataSet4 WINDOW=FRONT. GET FILE='D:\DataTesis\Data0lah\Ssn2005\aggr_kel4_myk_lmk.sav'.
DATASET NAME DataSet5 WINDOW=FRONT. GET
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)
Universitas Indonesia
89
(Lanjutan)
/harga _ kel3 _prot_ nbt_ numiss = NUMISS(harga _ kel3 _prot_nbt)
lharga_kel4_myk_lmk_numiss = NUMISS(harga_ke14_myk_lmk)
/harga _ ke15 _ kmdt_lainnya _numiss = NUMISS(harga _ kel5 _ kmdt_lainnya).
GET FILE='D:\DataTesis\Data0lah\Ssn2005\aggr_rt_missing.sav'.
DATASET NAME DataSet7 WINDOW=FRONT. FREQUENCIES
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.
Universitas Indonesia
90
(Lanjutan)
COMPUTE Ln_Harga_Kel2 = LN(harga_kel2_prot_hwn). EXECUTE. COMPUTE Ln_Harga_Rata_Ke12 = LN(harga_kel2_prot_hwn_mean).
EXECUTE. COMPUTE LDev_Kel2 = Ln_Harga_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 LDev_Kel3 = Ln_Harga_Kel3- Ln_Harga_Rata_Kel3.
EXECUTE. COMPUTE Ln_Harga_Kel4 = LN(harga_kel4_myk_lmk). EXECUTE. COMPUTE Ln_Harga_Rata_Kel4 = LN(harga_kel4_myk_lrnk_mean).
EXECUTE. COMPUTE LDev_Kel4 = Ln_Harga_Kel4- Ln_Harga_Rata_Kel4.
EXECUTE. COMPUTE Ln_Harga_KelS = LN(harga_kelS_kmdt_lainnya).
EXECUTE. COMPUTE Ln_Harga_Rata_KelS = LN(harga_kelS_kmdt_lainnya_mean).
EXECUTE. COMPUTE LDev_KelS = Ln_Harga_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.
Universitas Indonesia
***** * 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)
Universitas Indonesia
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 (b1r1 = 13 & b1r5 = 1 & kapita_sebln < 175730) status_miskin = 1 .
EXECUTE. IF (blrl = 13 & b1r5 = 2 & kapita_sebln < 125602) status_miskin = 1 .
EXECUTE. IF (b1r1 = 14 & b1r5 = 1 & kapita_sebln < 196892) status_miskin = 1 .
EXECUTE. IF (b1rl = 14 & b1r5 = 2 & kapita_sebln < 151718) status_miskin = 1 .
EXECUTE. IF (b1rl = 15 & b1r5 = 1 & kapita_sebln < 187608) status_miskin = 1 .
EXECUTE. IF (b1rl = 15 & b1r5 = 2 & kapita_sebln < 122185) status_miskin = 1 .
EXECUTE. IF (b1rl = 16 & b1r5 = 1 & kapita_sebln < 172684) status_miskin = 1 .
EXECUTE. IF (b1r1 = 16 & b1r5 = 2 & kapita_sebln < 120331) status_miskin = 1 .
EXECUTE.
Universitas Indonesia
IF (b1rl = 17 & b1r5 = 1 & kapita_sebln < 172659) status_miskin = 1 .
EXECUTE. IF (b1rl = 17 & blr5 = 2 & kapita_sebln < 110275) status_miskin = 1 .
EXECUTE. IF (blrl = 18 & blr5 = 1 & kapita_sebln < 164909) status_miskin = 1 .
EXECUTE. IF (blrl = 18 & blr5 = 2 & kapita_sebln < 113728) status_miskin = 1 .
EXECUTE. IF (blrl = 19 & blr5 = 1 & kapita_sebln < 197082) 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 (blrl = 32 & blr5 = 2 & kapita_sebln < 113964) status_miskin = 1 .
EXECUTE. IF (blr1 = 33 & blr5 = 1 & kapita_sebln < 143776) status_miskin = 1 .
EXECUTE. IF (blrl = 33 & blr5 = 2 & kapita_sebln < 120115) status_miskin = 1 .
EXECUTE. IF (blrl = 34 & blr5 = 1 & kapita_sebln < 160690) status_miskin = 1 .
EXECUTE. IF (blrl = 34 & blr5 = 2 & kapita_sebln < 130807) status_miskin = 1 .
EXECUTE. IF {blrl = 35 & blr5 = 1 & kapita_sebln < 146743) status_miskin = 1 .
EXECUTE. IF (blrl = 35 & blr5 = 2 & kapita_sebln < 115272) status_miskin = 1 .
EXECUTE. IF {blrl = 36 & blr5 = 1 & kapita_sebln < 183927) status_miskin = 1 .
EXECUTE. IF (blrl = 36 & blr5 = 2 & kapita_sebln < 108855) status_miskin = 1 .
EXECUTE. IF (blrl =51 & blr5 = 1 & kapita_sebln < 166962) status_miskin = 1 .
EXECUTE. IF (blrl =51 & blr5 = 2 & kapita_sebln < 136897) status_miskin = 1 .
EXECUTE. IF {blrl =52 & blr5 = 1 & kapita_sebln < 134488) status_miskin = 1 .
EXECUTE. IF (blrl =52 & blr5 = 2 & kapita_sebln < 109403) status_miskin = 1 .
EXECUTE.
93
(Lanjutan)
Universitas Indonesia
IF (b1rl =53 & b1r5 = 1 & kapita_sebln < 141168) status_miskin = 1 .
EXECUTE. IF (b1r1 =53 & b1r5 = 2 & kapita_sebln < 89764) status_miskin = 1 .
EXECUTE. IF (b1r1 = 61 & b1r5 = 1 & kapita_sebln < 164397) status_miskin = 1 .
EXECUTE. IF (b 1 r1 = 61 & b lr5 = 2 & kapita _ sebln < 109777) status _miskin = 1 .
EXECUTE. IF (b1rl = 62 & blr5 = 1 & kapita_sebln < 161231) status_miskin = 1 .
EXECUTE. IF (b1rl = 62 & b1r5 = 2 & kapita_sebln < 125980) status_miskin = 1 .
EXECUTE. IF (b1rl = 63 & b1r5 = 1 & kapita_sebln < 163565) status_miskin = 1 .
EXECUTE. IF (b1r1 = 63 & b1r5 = 2 & kapita_sebln < 107455) status_miskin = 1 .
EXECUTE. IF (b1rl = 64 & b1r5 = 1 & kapita_sebln < 213378) status_miskin = 1 .
EXECUTE. IF {b1rl = 64 & b1r5 = 2 & kapita_sebln < 161910) status_miskin = 1 .
EXECUTE. IF (b1r1 = 71 & b1r5 = 1 & kapita_sebln < 150421) status_miskin = 1 .
EXECUTE. IF (b1rl = 71 & b1i-5 = 2 & kapita_sebln < 118675) status_miskin = 1 .
EXECUTE. IF (b1r1 = 72 & b1r5 = 1 & kapita_sebln < 173991) status_miskin = 1 .
EXECUTE. IF (b1r1 = 72 & b1r5 = 2 & kapita_sebln < 121193) status_miskin = 1 .
EXECUTE. IF (b1r1 = 73 & b1r5 = 1 & kapita_sebln < 138576) status_miskin = 1 .
EXECUTE. IF {b1rl = 73 & b1r5 = 2 & kapita_sebln < 97027) status_miskin = 1 .
EXECUTE. IF {b1rl = 74 & b1r5 = 1 & kapita_sebln < 122067) status_miskin = 1 .
EXECUTE. IF {b1rl = 74 & b1r5 = 2 & kapita_sebln < 107902) status_miskin = 1 .
EXECUTE. IF (b1rl = 75 & blr5 = 1 & kapita_sebln < 135837) status_miskin = 1 .
EXECUTE. IF {b1rl = 75 & b1r5 = 2 & kapita_sebln < 115018) status_miskin = 1 .
EXECUTE. IF {b1rl = 81 & b1r5 = 1 & kapita_sebln < 189173) status_miskin = 1 .
EXECUTE. IF (b1r1 = 81 & b1r5 = 2 & kapita_sebln < 150271) status_miskin = 1 .
EXECUTE. IF (b1r1 = 82 & b1r5 = 1 & kapita_sebln < 174425) status_miskin = 1 .
EXECUTE.
94
(Lanjutan)
Universitas Indonesia
95
(Lanjutan)
IF (b1r1 = 82 & b1r5 = 2 & kapita_sebln < 122936) status_miskin = 1 .
EXECUTE. IF (b1r1 = 94 & b1r5 = 1 & kapita_sebln < 193307) status_miskin = 1 .
EXECUTE. IF (b1r1 = 94 & b1r5 = 2 & kapita_sebln < 145610) 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
REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN
/MISSING PAIR WISE /STATISTICS COEFF OUTS R ANOV A COLLIN TOL CHANGE ZPP
Universitas Indonesia
96
(Lanjutan)
/CRITERIA=PIN(.OS) POUT(.l 0) /NOORIGIN /DEPENDENT LDev Ke12 /METHOD=ENTER ln_peng_mkn lnjml_art ln_umurKRT lama_sklh_KRT ln_luaslntikpt type_daerah status_miskin sumber_penghsljk_KRT /RESIDUALS DURBIN /SAVEPRED.
*** Kelompok 3
REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING 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
Universitas Indonesia
97
(Lanjutan)
/METHOD=ENTER ln_peng_mkn lnjm1_art 1n_umurKRT 1ama_sk1h_KRT
1n_1uas1ntikpt type_daerah status_miskin sumber_penghs1jk_KRT
!RESIDUALS DURBIN /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.
Universitas Indonesia
98
(Lanjutan)
•• Kelompok2
LOGISTIC REGRESSION VARIABLES kons kel2 /METHOD = ENTER lnharga _est_ kell lnharga _est_ kel2 lnharga _est_ kel3 lnharga_est_kel4lnharga_est_kel5 ln_peng_mkn lnjml_art ln_wnurKRT lama_sklh_KRT ln_luaslntikpt type_daerah status_miskin sumber_penghsl "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.
Universitas Indonesia
99
(Lanjutan)
• Menghitung Indeks Stone dan Total Pengeluaran Makanan yang Dideflasi *
COMPUTE ln_indeks_stone = (w_kell * lnharga_est_kell) + (w_kel2 * lnharga_est_kel2) + (w_kel3 * lnharga_est_kel3) + (w_kel4 * lnharga_est_kel4)
+ ( w _kel5 * lnharga _est_ kel5) . EXECUTE. COMPUTE In _pengmkn _deft = In _peng_ mkn - In _indeks _stone .
EXECUTE.
* Regresi Utama (Budget Share) *
* Kelompok 1
USE ALL. COMPUTE filter_ $=(kons _kel1 = 1 ). VARIABLE LABEL filter_$ 'kons_kell = 1 (FILTER)'.
VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (fl.O). FILTER BY filter $. EXECUTE.
REGRESSION /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_$. EXECUTE.
Universitas Indonesia
100
(Lanjutan)
REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN
/MISSING LISTWISE /STATISTICS COEFF OUTS R ANOV A COLLIN TOL CHANGE ZPP
/CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT w kel2 /METHOD=ENTER lnharga_est_kelllnharga_est_kel21nharga_est_kel3
lnharga_est_kel4lnharga_est_kel5 ln_pengmkn_defllnjml_art ln_umurKRT
lama_ sklh _ KR T In _luaslntikpt type_ daerah status _miskin sumber _penghsl
jk_KRT IMR_kel2 /RESIDUALS DURBIN /SAVE = PRED .
*** Kelompok 3
USE ALL. COMPUTE filter_$=(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.
Universitas Indonesia
101
(Lanjutan)
REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIGN /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE ZPP /CRITERIA=PIN(.OS) POUT(.1 0) /NOORIGIN /DEPENDENT w kel4 /METHOD= ENTER lnharga _est_ kelllnharga _est_ kel2 lnharga _est_ kel3 lnharga_est_kel41nharga_est_kel51n_pengmkn_defllnjml_art ln_umurKRT lama_ sklh _ 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.
Universitas Indonesia
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.
Universitas Indonesia
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)
Universitas Indonesia
IF (b1rl = 32 & b1r5 = 2 & kapita_sebln < 157664) status_miskin = 1 .
EXECUTE. IF (b1rl = 33 & b1r5 = 1 & kapita_sebln < 193745) status_miskin = 1 .
EXECUTE. IF (b1rl = 33 & b1r5 = 2 & kapita_sebln < 160753) status_miskin = 1 .
EXECUTE. IF (b 1 r1 = 34 & b 1 r5 = 1 & kapita _ sebln < 196406) status_ miskin = 1 .
EXECUTE. IF (b1rl = 34 & b1r5 = 2 & kapita_sebln < 187521) status_miskin = 1 .
EXECUTE. IF (b1r1 = 35 & b1r5 = 1 & kapita_sebln < 196877) status_miskin = 1 .
EXECUTE. IF (b1rl = 35 & b1r5 = 2 & kapita_sebln < 155080) status_miskin = 1 .
EXECUTE. IF (b1rl = 36 & b1r5 = 1 & kapita_seb1n < 217536) status_miskin = 1 .
EXECUTE. IF (b1rl = 36 & b1r5 = 2 & kapita_sebln < 140648) status_miskin = 1 .
EXECUTE. IF (b1r1 =51 & b1r5 = 1 & kapita_sebln < 230636) 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 (b1r1 =53 & b1r5 = 1 & kapita_sebln < 156696) status_miskin = 1 .
EXECUTE. IF (b1r1 =53 & b1r5 = 2 & kapita_sebln < 103903) status_miskin = 1 .
EXECUTE. IF (b1rl = 61 & b1r5 = 1 & kapita_sebln < 171289) status_miskin = 1.
EXECUTE. IF (b1r1 = 61 & b1r5 = 2 & kapita_sebln < 125852) status_miskin = 1 .
EXECUTE. IF (b1r1 = 62 & b1r5 = 1 & kapita_sebln < 172517) status_miskin = 1 .
EXECUTE. IF (blrl = 62 & b1r5 = 2 & kapita_sebln < 136949) status_miskin = 1 .
EXECUTE. IF (b1r1 = 63 & b1r5 = 1 & kapita_sebln < 176650) status_miskin = 1 .
EXECUTE. IF (b1rl = 63 & b1r5 = 2 & kapita_sebln < 125025) status_miskin = 1 .
EXECUTE. IF (b1r1 = 64 & b1r5 = 1 & kapita_sebln < 300031) status_miskin = 1.
EXECUTE. IF (b1r1 = 64 & b1r5 = 2 & kapita_sebln < 229750) status_miskin = 1 .
EXECUTE.
104
(Lanjutan)
Universitas Indonesia
105
(Lanjutan)
IF (b1rl = 71 & b1r5 = 1 & kapita_sebln < 205685) status_miskin = 1 .
EXECUTE. IF (b1r1 = 71 & b1r5 = 2 & kapita_sebln < 177246) status_miskin = 1 .
EXECUTE. IF (b1r1 = 72 & b1r5 = 1 & kapita_sebln < 208494) status_miskin = 1 .
EXECUTE. IF (b1rl = 72 & b1r5 = 2 & kapita_sebln < 144379) status_miskin = 1 .
EXECUTE. IF (b1rl = 73 & b1r5 = 1 & kapita_sebln < 170517) status_miskin = 1 .
EXECUTE. IF (b1r1 = 73 & b1r5 = 2 & kapita_sebln < 123441) status_miskin = 1 .
EXECUTE. IF (b1rl = 74 & b1r5 = 1 & kapita_sebln < 170063) status_miskin = 1 .
EXECUTE. IF (b1r1 = 74 & b1r5 = 2 & kapita_sebln < 154770) status_miskin = 1 .
EXECUTE. IF (b1r1 = 75 & b1r5 = 1 & kapita_sebln < 165585) status_miskin = 1 .
EXECUTE. IF (b1r1 = 75 & b1r5 = 2 & kapita_sebln < 142331) status_miskin = 1 . EXECUTE. IF (b1r1 = 81 & b1r5 = 1 & kapita_sebln < 202415) status_miskin = 1 .
EXECUTE. IF (b1r1 = 81 & b1r5 = 2 & kapita_sebln < 166800) status_miskin = 1 . EXECUTE. IF (b1rl = 82 & b1r5 = 1 & kapita_sebln < 184891) status_miskin = 1 .
EXECUTE. IF (b1r1 = 82 & b1r5 = 2 & kapita_sebln < 140147) status_miskin = 1 .
EXECUTE. IF (b1r1 = 94 & b1r5 = 1 & kapita_sebln < 214739) status_miskin = 1 .
EXECUTE. IF (b1r1 = 94 & b1r5 = 2 & kapita_sebln < 175237) status_miskin = 1. EXECUTE. IF (SYSMIS(status_miskin)) status_miskin = 0. EXECUTE. SAVE OUTFILE='D:\DataTesis\DataOlah\Ssn2006\S06P m43.sav' /COMPRESSED. * Custom Tables. CTABLES NLABELS VARIABLES=status miskin b1r1 DISPLAY=DEFAULT /TABLE b1r1 BY status_miskin [COUNT F40.0, ROWPCT.COUNT F40.2]
/CATEGORIES 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.
Universitas Indonesia