Idigilib.unmuhjember.ac.id/files/disk1/33/umj-1x-kurniadi... · Web viewI. PENDAHULUAN 1.1. Latar...
Transcript of Idigilib.unmuhjember.ac.id/files/disk1/33/umj-1x-kurniadi... · Web viewI. PENDAHULUAN 1.1. Latar...
I. PENDAHULUAN
1.1. Latar Belakang
Tepung beras (rice flour) merupakan salah satu bahan dasar untuk
pembuatan kue tradisional. Penggunaan tepung beras untuk kue tradisional
(nogosari, mendut, getas/emplang, kue thok, bikang, pukis, kue putu,
kelepon, onde-onde, lapis, cucur, putri mandi, serabi, awug-awug dan lain-
lain) meningkat di kawasan agribisnis, seperti Kabupaten Jember. Endang
(1999) dan Soesastro (2001) memperkirakan sekitar 70 persen pengusaha
kue tradisional di Jawa Timur menggunakan tepung beras, karena
merupakan bahan baku yang relatif murah dan hemat. Secara relatif
penggunaan tepung beras naik dari tahun ke tahun sedangkan produksinya
cenderung menurun (Tabel 1.1).
Tabel 1.1. Produksi dan Konsumsi Tepung Beras di Jawa Timur (1980-2000)
Tahun Produksi *) Konsumsi *) 1980**)
19841988199219962000
100,0118,9104,5100,2
96,092,5
100,0150,2206,1237,5269,0300,6
Sumber : Endang (1999); Soesastro (2001) Keterangan : *) angka indeks **) sebagai tahun dasar
Konsumsi tepung beras di Jawa Timur seperti terlihat pada Tabel 1.1
menunjukkan perkembangan yang cukup pesat meskipun tidak disertai
perkembangan produksinya. Faktor-faktor yang mempengaruhi percepatan
1
1
konsumsi tepung beras adalah tumbuhnya industri-industri pangan baru yang
menggunakan tepung beras yang umumnya ditangani wanita (Soesastro,
2001; Hazmi dkk., 2002), harga tepung beras yang relatif murah
dibandingkan jenis tepung lain (Disperindag, 2002), kualitas kue yang
dihasilkan sangat baik dan disenangi konsumen (Sigar dan Ernawaty, 2000).
Sedangkan faktor-faktor yang mempengaruhi penurunan produksi tepung
beras adalah menurunnya ketersediaan beras sebagai bahan baku tepung
beras, ketersediaan lahan untuk penanaman padi semakin terbatas (BPS,
2002), teknologi yang efisien dan murah untuk memproduksi tepung beras
belum tersedia (Disperindag, 2002) dan terbatasnya modal (biaya) (Hazmi,
dkk., 2002).
Perhatian Pemda Tingkat I Jawa Timur dan Pemda Tingkat II Jember
untuk mengatasi tidak seimbangan antara produksi dan konsumsi tepung
beras baru mendapat perhatian lebih kurang enam tahun yang lalu. Diduga
faktor penyebabnya adalah terbatasnya informasi penggunaan tepung beras
yang terpercaya belum tersedia. Hal ini terkait dengan mekanisme
perdagangan tepung beras yang umumnya dilakukan di pasar-pasar
tradisional, warung-warung, pedagang eceran dan sebagian di super market,
sehingga data tentang produksi dan konsumsi tepung beras di kantor-kantor
statistik belum tersedia. Dalam rangka mengetahui tingkat keseimbangan
produksi dan konsumsi tepung beras khususnya di Kabupaten Jember, maka
penelitian ini diperlukan.
2
2
Kabupaten Jember, Propinsi Jawa Timur diambil sebagai daerah
kasus dengan pertimbangan :
1. Merupakan daerah sentra industri pangan tradisional dengan
konsumsi tepung beras yang sangat tinggi.
2. Merupakan daerah kawasan agribisnis dan perdagangan yang
berkembang pesat dengan jumlah penduduk 2,12 juta jiwa dan
kepadatan penduduk yang tinggi yaitu 644,92 jiwa/km2 (BPS, 2002),
serta daerah singgahan wisatawan dan turis ke Bali.
1.2. Perumusan Masalah
Dari uraian yang dikemukakan di atas, penelitian ini ingin menjawab
beberapa permasalahan :
1. Seberapa besar produksi tepung beras di tingkat produsen di
Kabupaten Jember yang meliputi asal, jumlah dan cara
pengusahaannya serta faktor-faktor apa saja yang mempengaruhi
produksi tepung beras ?
2. Seberapa besar konsumsi tepung beras dari berbagai jenis dan skala
industri pangan tradisional di Kabupaten Jember serta faktor-faktor
apa saja yang mempengaruhi konsumsi tepung beras ?
1.3. Tujuan Penelitian
Penelitian ini secara umum bertujuan untuk :
3
3
1. Mengetahui produksi tepung beras di tingkat produsen di Kabupaten
Jember yang meliputi asal, jumlah dan cara pengusahaannya serta
faktor-faktor yang mempengaruhi produksi tepung beras.
2. Mengukur konsumsi tepung beras dari berbagai jenis dan skala
industri pangan tradisional serta faktor-faktor yang mempengaruhi
konsumsi tepung beras.
3. Untuk memberikan masukan bagi proses pengambilan keputusan.
1.4. Kontribusi Penelitian
Penelitian ini diharapkan dapat memberikan kontribusi atau manfaat
sebagai berikut.
1. Merumuskan kebijakan untuk mengatasi ketimpangan antara produksi
dan konsumsi tepung beras. Hal ini terkait dengan keberlanjutan
usaha makanan tradisional yang banyak menyerap tenaga kerja dan
meningkatkan pendapatan masyarakat baik di desa maupun di kota.
2. Penelitian ini berusaha untuk mengambil peran dalam penyediaan
informasi dan alternatif-alternatif pemecahan yang mengacu pada
potensi-potensi yang tersedia dan bisa dimanfaatkan secara tepat
agar produsen tepung beras dapat memperoleh pendapatan yang
secara proporsional seimbang dengan pendapatan yang diperoleh
oleh penjual makanan tradisional.
3. Hasil penelitian ini juga diharapkan dapat memberikan rekomendasi
untuk penelitian-penelitian selanjutnya yang berkaitan dengan
pengembangan makanan tradisional berbasis tepung beras.
4
4
II. TINJAUAN PUSTAKA
2.1. Kebutuhan Tepung Beras untuk Beberapa Jenis-Jenis Panganan Tradisional
Panganan tradisional yang disajikan di meja makan, warung-warung di
pinggir jalan, pada acara perkawinan, sunatan, ‘selamatan’ maupun acara
keagamaan lainnya banyak menggunakan bahan baku tepung beras.
Beberapa jenis panganan tradisional dan kebutuhan tepung beras disajikan
pada Tabel 2.1.
Tabel 2.1. Beberapa Jenis Panganan Tradisional dan Kebutuhan Tepung Berasnya untuk Setiap Resep Masakan
Jenis panganan tradisional Kebutuhan tepung beras (satuan)
Setara (gram)
1. Bikang2. Gagaok3. Gemblong4. Jongkong kopyor5. Jongkong6. Jojorang7. Jojorang Pisang8. Kue Bugis9. Kue Cucur
10. Kue KU11. Kue Lapis12. Kue Lapis Beras13. Kue Lapis Prunes14. Kue Lapis Siram Coklat15. Kue Lapis Ketan Keju16. Kue Moci17. Kue Putu18. Kue Talam19. Kue Sumping20. Kue Talam Udang21. Mendut22. Nogosari23. Kelepon24. Kue Ketan Srikaya25. Kue Apang Coe26. Kue Rokok-rokok27. Onde-onde
––
2 cangkir–––––––––––––
3 cangkir–
1 cangkir––––––––
350150250220650200250250
250 – 3002506004501001201205003753301251101251752501000300400250
5
5
28. Poffertjes29. Pukis-beras30. Putri mandi 31. Rangginang32. Serabi33. Serabi oncom34. Sumping talas35. Talam hijau36. Wingko babat37. Kue cara bikang38. Kue Koci Kuah39. Kue Perut Ayam40. Bika Ambon41. Babongko42. Awug-awug43. Apem 44. Apem abu merang45. Bacang46. Pulau Srikaya47. Waluh Santan48. Putu mayang gula aren49. Bujang Selimut
5 cangkir–
1 liter3 cangkir
––––––––
0,5 liter–––
1 liter––
1 sendok makan1 mangkok 1 mangkok
50550500800
225 – 33025025020050050025050050
40025050020080017510
165165
Sumber : Subiati (1992); Sigar dan Ernawaty (2000)
Tabel 2.1 menunjukkan bahwa kebutuhan tepung beras untuk
beberapa jenis panganan tradisional cukup tinggi. Konsumsi tepung beras
yang cukup tinggi ini selain terkait dengan kebutuhan pada setiap acara atau
kegiatan sehari-hari, juga terkait dengan komposisi gizi yang dikandung
tepung beras yaitu 364 kalori, 7 gram protein, 0,5 gram lemak, 80 gram
karbohidrat, 5 mg kalsium, 140 mg fosfor, 0,8 mg besi, 0,12 mg vitamin B-1,
12 gram air dan 100 % bdd (Sigar dan Ernawaty, 2000).
2.2. Persediaan Beras, Impor Beberapa Jenis Pangan dan Bahan Baku Tepung di Indonesia
Impor beberapa jenis komoditas pangan dan bahan baku tepung di
Indonesia disajikan pada tabel 2.2. Impor beras untuk kebutuhan pangan
nasional dan sebagian untuk bahan baku tepung beras cenderung
6
6
meningkat, yaitu 48.000 ton (1990), 1.807.000 ton (1995) dan 4.751.400 ton
(1999). Jika dibandingkan dengan impor Indonesia untuk jenis bahan
pangan lain, seperti jagung, ubi kayu, gandum dan tepung terigu, maka impor
beras adalah yang tertinggi.
Tabel 2.2. Perkembangan Impor Beberapa Jenis Pangan Strategis (ton)No Jenis Pangan 1990 1995 1999
1 Beras 48.000 1.807.900 4.751.4002 Jagung 9.000 969.145 618.1003 Ubi Kayu 526.325 496.888 – 4 Gandum 1.724.000 4.054.202 2.712.0005 Tepung terigu – – 400 000
Sumber : Departemen Pertanian dan BPS, diolah oleh Badan BKP-Deptan dalam Hazmi dkk. (2002)
Keterangan : tanda (–) artinya data tidak memadai untuk ditampilkan
Impor beras yang semakin meningkat (Tabel 2.2), terkait dengan
ketersediaan beras di daerah seperti Kabupaten Jember (Tabel 2.3) dan
Rata-rata kepemilikan lahan petani (Tabel 2.4).
Tabel 2.3. Banyaknya Persediaan dan Pengeluaran Beras (ton) menurut Bulan di Kabupaten Jember Tahun 2002
No. Bulan PersediaanAwal Pemasukan
Persediaanyang
dikuasaiPengeluaran Persediaan
akhir
1.2.3.4.5.6.7.8.9.10.11.12.
JanuariPebruari
MaretAprilMeiJuniJuli
AgustusSeptember
OktoberNopemberDesember
17.62615.325
13797.7156.0468.3515.6804.4786.0206.489
11.36110.617
––––
4.965–
1.1523.902935
7.395 10.825
4.839
17.62615.3251379
7.71511.011
8.351 6.832 8.280 8.855
13.8842286
15.456
4003.0464.5646.368759
2772453461467622
11.569 225
15.3261379
7.715 1.347 8.352 – 14.321 4.479 6.019 6.488
11.36210.61715.231
Tahun 2002 111.987 35.913 147.900 63.006 84.484Tahun 2001 363.931 40.309 404.239 30.464 164.223
Sumber : BPS (2002)
7
7
Tabel 2.4. Perkembangan Rata-rata Luas Kepemilikan Lahan Petani di Kabupaten Jember (ha) (1973-2003)
Lokasi 1972 1982 1992 2002Kabupaten Jember 0,86 0,72 0,44 0,3
Sumber : De Vries (1972), BPS (1983) dan BPS (1993) dalam Santosa (2003)
Tabel 2.3 menunjukkan bahwa persediaan beras di Kabupaten
Jember hingga akhir tahun 2001 (164.223 ton), kemudian pada akhir tahun
2002 menurun menjadi 84.484 ton. Penurunan ini terkait erat dengan
ketersediaan lahan tiap petani untuk menanam padi yang tiap tahun
cenderung menurun sebagaimana terlihat pada Tabel 2.4 yakni turun 0,0187
ha/tahun.
2.3. Peluang Kerja di Daerah Berkembang dari Masyarakat Agraris Menuju Kawasan Agribisnis
Dewasa ini angkatan kerja Indonesia sebagian besar masih hidup di
sektor pertanian, yaitu mereka yang bekerja di sub sektor pertanian pangan,
peternakan, kehutanan, perikanan darat dan perikanan laut. Sektor
pertanian memberi sumbangan terhadap pertumbuhan pereko-nomian
Indonesia dalam lima peran pokok, yaitu : (1) penyedia bahan pangan; (2)
penyedia bahan baku industri; (3) sebagai sumber penghasil devisa; (4)
sumber pembentukan modal dan memberikan lapangan kerja (Raharjo,
1996). Namun sumbangan sektor pertanian semakin kecil, sehingga
pengembangan sektor ini mengalami dilema, yakni kenyataan menunjukkan
angkatan kerja di sektor ini sangat besar tetapi menghasilkan pendapatan
rendah dan tingkat pertumbuhan yang lambat.
8
8
Upaya untuk memberikan nilai tambah dari sektor pertanian juga terus
dilakukan baik secara langsung maupun tidak langsung. Pembangunan
kawasan agribisnis menunjukkan pertumbuhan yang lebih cepat dengan
sumber pendapatan yang lebih besar, maka dalam perkem-bangannya di
daerah-daerah yang sedang berkembang melahirkan masyarakat transisi
yang mengalami pergeseran cepat dalam struktur ekonomi dan tatanan
kehidupan, sebagai reaksi dan peran serta masyarakat agraris terhadap
perubahan yang terjadi (Poerwanti, 1999).
Peranan sektor agribisnis secara tidak langsung mendorong
perkembangan industri pangan tradisional dengan pesat dan sekaligus
menciptakan lapangan kerja dalam jumlah besar dengan variasi kemampuan
dan tingkat pendidikan yang beragam. Industri pangan tradisional mampu
meningkatkan pendapatan masyarakat, karena berakibat ganda terhadap
perkembangan sektor lain seperti kerajinan rakyat untuk kemasan pangan
dan bahan baku, transportasi, perdagangan dan sektor-sektor lainnya.
Tenaga kerja di bidang industri pangan tradisional umumnya adalah
wanita yang memiliki kualifikasi pengetahuan dan keterampilan yang spesifik,
sementara masyarakat agraris pada umumnya adalah masyarakat dengan
berbagai keterbatasan baik dalam pengetahuan, kemampuan maupun
pengalaman, sebagai akibatnya pendapatannya menjadi relatif rendah.
9
9
2.4. Peluang dan Tantangan Kehidupan Wanita di Sektor Ekonomi
Kemandirian wanita yang ditandai dengan peningkatan peran serta,
efisiensi dan produktivitas membawa wanita pada kehidupan aktif dalam
sektor perekonomian (Wijaya, 1996). Wanita dapat meningkatkan produksi
dan mempunyai penghasilan sendiri, serta punya kebebasan dalam
menikmati hasil produksinya. Peluang dan tantangan kehidupan wanita di
sektor ekonomi (Tilaar, 1995) khususnya dalam era globalisasi yaitu : (1) Era
profesionalisme, seseorang dilihat dari status sosial, agama, jenis kelamin,
etnik dan sebagainya, tetapi yang lebih penting dalam kemampuan
melakukan tugas secara profesional. Hal ini membuka peluang bagi wanita
untuk dapat tidak terbatasi karena akan dinilai dari kemampuan
profesionalismenya; (2) Era komunikasi, peluang besar terbuka untuk wanita
karena dianggap memiliki kemampuan komunikasi yang lebih handal, seperti
pada marketing, telekomunikasi, public relation dan sebagainya adalah
peluang yang tidak diabaikan; (3) Era teknologi juga membuka peluang pada
wanita untuk berkiprah karena kecenderungan teknologi memberi
kemudahan kerja fisik dan bergeser pada tuntutan ketelitian yang banyak
dimiliki wanita; (4) Era desentralisasi, memberikan peluang pada wanita yang
terlibat pada kegiatan dan proses produksi yang tanpa harus meninggalkan
rumah, dengan pola dan standar baku yang ditetapkan produksi dapat terus
dilakukan secara independen; (5) Era keterbukaan, informasi di dunia luar
terbuka untuk diikuti dan dicontoh, perkembangan kegiatan dan partisipasi
wanita dalam berbagai bidang kehidupan di negara lain akan bermanfaat
10
10
bagi pengembangan wanita. Semuanya ini akan mendorong semangat
wanita untuk mengembangkan kualitas sendiri dan meningkatkan peran,
khususnya dalam kegiatan perekonomian.
2.5. Industri Pangan Tradisional
Perubahan dari daerah agraris menjadi daerah agribisnis/
perdagangan menuntut masyarakat menyesuaikan diri baik dalam pola
kehidupan maupun kegiatan perekonomian yang sesuai dengan
perkembangan wilayah. Hal yang menonjol adalah munculnya berbagai
industri keluarga dan industri kecil pangan tradisional yang menunjang
kawasan agribisnis (Poerwanti, 1999). Pada umumnya pengusaha kecil
pangan tradisional melakukan usahanya tanpa melalui pendidikan
keterampilan khusus dan lebih banyak ditekuni oleh kaum wanita, karena
kegiatan yang dilakukan erat kaitannya dengan peran domestik yang secara
kultural menjadi tanggung jawab wanita (Sutanto, 1997). Usaha industri
pangan tradisional tidak mengenal pemisahan konsep antara pemilik (owner)
dan pelaksana (operator) seperti pada manajemen usaha formal. Pemilik
usaha sekaligus berperan sebagai pemilik bahkan juga sebagai pelaksana.
Dalam menjalankan usaha agribisnis pangan tradisional, tidak ada
istilah usaha bersama (partnership), karena umumnya usaha yang dilakukan
berupa pemilikan tunggal (sole proprietorship). Usaha kecil panganan
tradisional merupakan usaha berkembang dan bertahan yang diwariskan dari
generasi ke generasi, karenanya permodalan yang digunakan adalah modal
usaha yang bersumber dari pemilik pribadi atau sumbangan keluarga dan
11
11
tenaga kerja tidak menjadi masalah, mengingat bahwa dalam usaha ini
pemilik juga merupakan pekerja (Tjiptoherijanto, 1996). Usaha kecil
panganan tradisional memiliki rentang yang luas dan karakteristik yang
bervariasi, diantaranya adalah usaha di bidang pembuatan kue basah (jajan
pasar) dan kue kering dengan berbagai jenis bentuk, warna, sajian, kemasan
dan lainnya). Usaha panganan tradisional sangat potensial untuk
dikembangkan oleh kelompok wanita karena sesuai dengan bidang kerjanya
dan bersamaan dengan terjadinya pergeseran dari wilayah agraris menuju
kawasan agribisnis.
Permasalahan yang paling banyak dijumpai para pengusaha industri
kecil ini adalah suplai input (bahan baku) dan cuaca (Pirt, 1987 dalam
Poerwanti, 1999). Hasil penelitian menemukan bahwa pengusaha kecil
menengah (PKM) dalam berbagai pengalaman usahanya mendapat
hambatan yang hampir sama yaitu kapasitas usaha dan penyediaan bahan
baku (Sofyan, 1995). Mengingat bahwa usaha kecil panganan tradisional
mengalami hambatan, maka usaha pengembangannya memerlukan
eliminasi masalah yang terkait dengan struktur industri dan struktur usaha.
12
12
III. KERANGKA PEMIKIRAN
3.1. Landasan Teori
Produksi adalah proses mengubah input menjadi produk (Bishop dan
Tousaint, 1979). Produksi menurut Downey dan Erikson (1988) dapat
dinyatakan sebagai seperangkat prosedur dan kegiatan yang terjadi dalam
penciptaan barang dan jasa dengan menggunakan faktor produksi (input).
Pengertian produksi ini ditekankan pada pengertian teknis dimana
input dikombinasi dalam cara tertentu untuk menghasilkan produk yang
diharapkan. Produsen dapat melakukan bermacam-macam kombinasi input
tergantung dari jumlah dan jenis input yang digunakan. Produk yang
dihasilkan dapat berubah-ubah baik dalam jumlah maupun kualitas sesuai
dengan jumlah dan jenis input yang digunakan. Bila jumlah produk akan
dinaikkan atau dikurangi, maka semua input yang dikombinasikan harus
dinaikkan atau dikurangi dalam proporsi yang sama. Hal ini dapat dikatakan
bahwa bila dipertahankan tingkat kombinasi input maka jumlah produk juga
dapat dipertahankan. Tetapi kenyataannya produsen tidak dapat
mempertahankan hal tersebut karena ada pengaruh faktor-faktor yang tidak
dapat mempertahankan hal tersebut karena ada pengaruh faktor-faktor yang
tidak bisa dikendalikan oleh produsen. Di sini produsen hanya bisa
mengalokasikan sumber daya atau faktor-faktor produksi yang dimiliki dalam
keadaan terbatas.
Cara mengalokasikan sumberdaya sangat menentukan jumlah
produksi dan pendapatan yang dihasilkan. Oleh karena itu petani dapat
13
13
mempengaruhi produksi melalui keputusan berapa jumlah input yang akan
digunakan (Dillon dan Hardeker, 1983).
3.2. Teori Fungsi Produksi
Fungsi produksi adalah hubungan teknik yang menunjukkan produksi
maksimum yang dapat dihasilkan oleh setiap kombinasi dari faktor produksi
pada teknologi tertentu (Samuelson, 1970). Sedangkan menurut Yotopaulus
& Nugent (1976) fungsi produksi adalah transformasi dari sejumlah input
menjadi output. Secara matematik fungsi produksi dituliskan :
Y = f (X1, X2, …., Xn) ………………………………..………………. (1)
Dimana Y = produksi fisik yang dihasilkan; X1, X2, …, Xn = faktor produksi
dan n = banyaknya jenis faktor produksi yang digunakan dalam proses
produksi.
Dari fungsi produksi dapat diturunkan fungsi produksi rata-rata (APx)
dan fungsi produksi marginal (MPx), yakni :
APx = Y/X ……………………………….…………………………. (2)
MPx = Y/X …………………………………….………………….. (3)
Hubungan antara faktor produksi dan produksi akan menentukan
keuntungan maksimum pada daerah rasional (daerah II) dan keuntungan
maksimum tidak mungkin dicapai pada daerah yang tidak rasional (daerah I
dan III) (Heady and Dillon, 1952).
Walaupun sulit untuk menentukan bentuk fungsi produksi yang sesuai
untuk tiap jenis usaha tani, penggunaan fungsi produksi tipe Cobb-Douglas
dapat mendekati keadaan yang sebenarnya (Upton, 1979), yaitu :
14
14
Y = a X1b1 X2
b2 …….Xnbn …………..……………………………… (4)
Dimana : Y = produksi; Xi = faktor produksi; a = konstanta; bi = koefisien
regresi (elastisitas produksi untuk tiap faktor produksi) i = 1, 2, …, n; dan =
disturbance term.
Fungsi produksi Cobb-Douglas sering tepat digunakan oleh para
peneliti bidang pertanian (Chiang, 1974) karena :
1. Fungsi produksi Cobb-Douglas konsisten dengan dasar teori ekonomi
yaitu berlaku asumsi Law of diminishing return (kenaikan hasil yang
semakin berkurang) untuk semua atau setiap variabel independen (Xi)
dengan nilai bi positif dan lebih kecil dari satu.
2. Dengan menggunakan fungsi produksi ini dapat diketahui sekaligus
hubungan antara beberapa faktor terhadap tingkat produksi.
3. Koefisien yang diperoleh dalam estimasi sekaligus merupakan
elastisitas dan bersifat konstan.
4. Fase produksi yang terjadi sehubungan dengan faktor produksi yang
diteliti mudah ditentukan dengan jalan menjumlahkan besarnya
parameter variabel-variabelnya.
Fungsi produksi Cobb-Douglas menurut Soekartawi (1990) adalah
suatu fungsi yang melibatkan dua atau lebih variabel, variabel yang satu
disebut variabel dependen (Y) dan yang lain disebut variabel independen (X).
Penyelesaian hubungan Y dan X adalah dengan cara regresi, variasi Y akan
dipengaruhi oleh variasi X, sehingga kaidah-kaidah pada garis regresi juga
15
15
berlaku dalam penyelesaian Cobb-Douglas. Secara matematis fungsi Cobb-
Douglas dinyatakan sebagai berikut :
Y = a X1b1. X2
b2. X3b3. …………………….. Xn
bn.e ………………. (5)
Keterangan :
Y = varibel dependen
X = varibel independen
a,b = koefisien yang akan dicari atau elastisitas
e = logaritma natural
= disturbence term.
Untuk memudahkan pendugaan maka persamaan (5) diubah menjadi
bentuk linier berganda dengan cara melogaritmakan persamaan tersebut,
sehingga persamaannya menjadi :
Log Y = log a + b1 log X1 + b2 log X2 + … … … + …………… (6)
Persamaan (6) merupakan bentuk yang mudah untuk diselesaikan
dengan metode kuadrat terkecil (ordinary least square = OLS) (Gujarati,
1988; Greene, 1993). Selanjutnya Hayami dan Ruttan (1971) menyatakan
bahwa besarnya elastisitas produksi bagi setiap faktor produksi sama
dengan nilai parameter faktor tersebut dan menunjukkan besarnya hubungan
antar setiap faktor terhadap produksi. Penjumlahan elastisitas produksi (n)
menurut Soekartawi (1990) memberi 3 macam skala hasil produksi, yaitu
skala hasil produksi konstan (constan return to scale) jika n = 1, skala hasil
produksi semakin naik (increasing return to scale) jika n > 1 dan sakala hasil
16
16
produksi semakin berkurang (decreasing return to scale) jika terletak antara 0
dan 1.
3.3. Teori Fungsi Konsumsi Input
Dalam melakukan usaha, seorang produsen selalu berpikir bagaimana
ia mengalokasikan input seefisien mungkin untuk dapat memperoleh profit
yang maksimal. Cara berpikir demikian mengingat produsen memiliki konsep
bagaimana memaksimumkan profit (profit maximization). Di sisi lain,
produsen menghadapi keterbatasan biaya. Suatu tindakan yang dapat
dilakukan adalah bagaimana memperoleh profit besar dengan menekan
biaya produksi sekecil-kecilnya. Pendekatan ini dikenal dengan istilah
meminimumkan biaya (cost minimization) (Soekartawi, 1989).
Tersedianya input belum berarti produktivitas yang diperoleh produsen
akan tinggi, namun bagaimana produsen melakukan usahanya secara efisien
adalah upaya yang penting (Soekartawi, 1989). Dalam konsep ini dikenal
adanya konsep efisiensi teknis, efisiensi harga dan efisiensi ekonomis.
Efisiensi teknis akan tercapai bila produsen mampu mengalokasikan faktor
produksi sedemikian rupa sehingga produksi yang tinggi dapat dicapai. Bila
produsen mendapatkan profit yang besar dari usahataninya, misalnya karena
pengaruh harga, maka produsen dapat dikatakan mengalokasikan faktor
produksi secara efisiensi harga. Selanjutnya kalau produsen mampu
meningkatkan produksinya dengan harga faktor produksi yang dapat ditekan
tetapi menjual produksinya dengan harga yang tinggi, maka produsen telah
17
17
melakukan efisiensi teknis dan efisiensi harga yang bersamaan, situasi
demikian disebut efisiensi ekonomis.
Permintaan akan faktor produksi (input) merupakan hubungan antara
kuantitas faktor yang digunakan dan harga (Beattie dan Taylor, 1994). Lebih
lanjut dijelaskan bahwa permintaan faktor produksi tersebut merupakan
turunan permintaan produksi, karena fungsi tersebut tergantung pada harga
produk dan diturunkan secara tidak langsung dari permintaan akan produk
(Gambar 3.1).
MFC
MFC (v)
MFC (vI) MFC (vII)
MFC (vIII) Demand X VMP
Gambar 3.1. Fungsi permintaan input X (Debertin, 1986)
Pada Gambar 3.1 dapat dilihat bahwa hubungan antara input (X)
dengan harga input (MFC) dapat dijelaskan bahwa jika harga input naik,
maka penggunaan input dikurangi, demikian pula sebaliknya jika harga input
turun, maka penggunaan input ditambah. Hubungan ini sama dengan
hubungan antara harga barang dan jumlah barang yang diminta dalam fungsi
18
18
permintaan, sehingga kurva VMP (value marginal product) atau NPM (nilai
produk marginal) merupakan kurva permintaan input.
Menurut Debertin (1986) fungsi permintaan input pada proses
produksi pertanian adalah sebuah turunan demand for output, dimana fungsi
permintaan input diturunkan dari pembelian output suatu perusahaan
pertanian. Secara umum permintaan input tergantung pada : (1) harga
output; (2) harga input; (3) harga input lain untuk substitusi atau
komplementer; (4) parameter-parameter fungsi produksi yang secara teknis
menerangkan transformasi input menjadi output.
3.4. Hipotesis
1. Produksi tepung beras diduga dipengaruhi oleh ketersediaan beras di
pasar, ketersediaan peralatan produksi tepung beras di tiap desa, luas
lahan milik petani untuk tanaman padi, lokasi produksi tepung beras.
1. Diduga terdapat perbedaan produksi antara tepung beras yang
diproduksi di kota dan di pedesaan.
2. Konsumsi tepung beras diduga dipengaruhi oleh harga tepung beras,
harga barang substitusi, kapasitas produksi industri pangan, skala
usaha industri pangan dan letak lokasi industri pangan.
2.1. Diduga terdapat perbedaan dalam konsumsi tepung beras
antara industri pangan berskala kecil dan berskala rumah
tangga.
19
19
2.2. Diduga terdapat perbedaan dalam konsumsi tepung beras
antara industri pangan yang terletak di perkotaan dan di
pedesaan.
20
20
IV. METODOLOGI PENELITIAN
4.1. Lokasi Penelitian
Penelitian ini dilakukan di Kabupaten Jember, dengan pertim-bangan :
(1) merupakan daerah yang sudah lama dikenal sebagai pusat industri
pangan tradisional dengan konsumsi tepung beras yang sangat tinggi; (2)
merupakan daerah kawasan agribisnis dan perdagangan yang berkembang
pesat dengan kepadatan penduduk (644,92 jiwa/km2) yang tinggi serta
tempat persinggahan wisatawan dan turis ke Bali.
4.2. Pemilihan Sampel Kecamatan dan Desa (dalam Kaitannya dengan Produksi Tepung Beras)
Kabupaten Jember yang terdiri dari 31 kecamatan dipilih secara
purposive berdasarkan letak kecamatan yang berada di perkotaan (2
kecamatan) dan kecamatan yang berada di pedesaan (4 kecamatan).
Selanjutnya dari masing-masing kecamatan dipilih secara acak 3 desa.
Untuk mengetahui tingkat produksi tepung beras di Kabupaten Jember
ditentukan 68 responden, sehingga masing-masing desa ditentukan
sebanyak 3-4 responden (bagan di bawah).
Kecamatan di kota Kecamatan di desa
2 kecamatan 4 kecamatan
@ = 3 desa @ = 3 desa
@ = 3 – 4 responden @ = 3 – 4 responden
Gambar 4.1. Pemilihan sampel kecamatan dan desa (untuk data produksi tepung beras)
21
21
4.3. Pemilihan Sampel Industri Pangan Tradisional (dalam Kaitannya dengan Konsumsi Tepung Beras)
Industri pangan tradisional di Kabupaten Jember dalam hal ini
digolongkan menjadi dua, yaitu industri rumah tangga dan industri kecil.
Kemudian ditentukan industri pangan tradisional yang berada di perkotaan
dan industri pangan tradisional yang berada di desa. Untuk menentukan
tingkat konsumsi tepung beras bagi industri pangan tradisional di Kabupaten
Jember ditentukan 68 responden, sehingga untuk lokasi ditentukan sebanyak
17 responden (bagan di bawah).
Industri rumah tangga Industri kecil
Di kota di desa Di kota di desa
17 responden 17 responden 17 responden 17 responden
Gambar 4.2. Pemilihan sampel industri pangan tradisional (untuk data konsumsi tepung beras)
4.4. Macam Data dan Teknik Pengumpulan Data
Macam data yang dikumpulkan dalam penelitian ini meliputi data
primer dan data sekunder. Data primer diperoleh dari wawancara dan
pengamatan langsung di lapangan. Data primer yang diambil antara lain
produksi tepung beras (asal, jumlah, jenis dan cara produksi tepung beras),
konsumsi tepung beras untuk industri pangan tradisional, jenis industri
pangan tradisional dan kapasitas industri pangan tradisional.
Data sekunder diperoleh dari Kantor Desa, Kantor Kecamatan, Pemda
Tingkat I dan II, Dinas Perindustrian dan Perdagangan, Biro Pusat Statistik
22
22
dan instansi lain yang terkait dengan penelitian ini. Data sekunder yang
diambil antara lain : produksi padi dan beras, luas areal pertanian, pola
tanam, keadaan sosial ekonomi masyarakat di lokasi penelitian dan jumlah
industri pangan tradisional.
Teknik pengumpulan data dalam penelitian ini, secara garis besar
menggunakan 2 metode yang saling melengkapi yaitu : (1) Indept Interview,
(2) Survey.
4.5. Konsep dan Pengukuran Variabel
Variabel yang akan diperoleh dalam penelitian ini merupakan cross
section data meliputi :
a. Produksi tepung beras adalah jumlah dan jenis tepung beras yang
dihasilkan oleh rumah tangga atau industri kecil dalam satuan ton/tahun.
b. Konsumsi tepung beras adalah jumlah tepung beras yang digunakan oleh
industri pangan tradisional atau rumah tangga dalam satuan ton/tahun.
c. Tepung beras adalah tepung yang berasal dari beras yang dihasilkan
melalui proses penggilingan.
d. Pangan tradisional adalah jenis-jenis makanan tradisional yang dikenal
dengan nama “jajan pasar” seperti : nogo sari, mendut, getas/emplang,
kue thok, bikang, pukis, kue lumpur, klepon/onde-onde, cenil, getuk, tetel,
wajik dan lain-lain.
23
23
e. Luas lahan adalah lahan sawah atau tegal yang ditanami padi, dimana
hasil panen padi tersebut sebagian digunakan untuk produksi tepung
beras dalam satuan ha.
f. Harga tepung beras adalah harga pembelian tepung beras oleh industri
pangan tradisional maupun rumah tangga, dihitung dari harga di tingkat
konsumen dalam satuan rupiah per kg atau rupiah per ton.
g. Harga barang substitusi (tepung terigu, tepung maizena, tepung tapioka)
adalah harga pembelian beberapa jenis barang substitusi oleh industri
pangan tradisional maupun rumah tangga, dihitung dari harga di tingkat
konsumen dalam satuan rupiah per kg atau rupiah per ton.
h. Skala usaha industri pangan adalah besarnya usaha industri pangan
yang diukur berdasarkan jumlah tenaga kerja yang digunakan
berdasarkan kriteria Dinas Perindustrian dan Perdagangan, yaitu industri
rumah tangga (jumlah tenaga kerja kurang dari 3 orang) dan industri kecil
(jumlah tenaga kerja 3-5 orang).
i. Kapasitas industri pangan adalah jumlah produksi yang dihasilkan oleh
industri kecil atau industri pangan rumah tangga dalam satuan kg/bulan
atau ton per tahun.
j. Wilayah kecamatan di kota adalah beberapa wilayah kecamatan yang
masuk dalam wilayah kota administratif atau kota madya yang berdekatan
dengan ibu kota kabupaten/kota madya/kota administratif.
24
24
k. Wilayah kecamatan di desa adalah beberapa wilayah kecamatan yang
tidak masuk dalam wilayah kota administratif atau kota madya yang
letaknya jauh dari ibu kota kabupaten/kota madya/kota administratif.
4.6. Metode AnalisisAnalisis data dalam penelitian ini meliputi produksi tepung beras dan
konsumsi tepung beras untuk industri pangan tradisional di Kabupaten
Jember.
4.6.1. Analisis Produksi Tepung Beras
Analisis data produksi tepung beras di Kabupaten Jember
menggunakan program SHAZAM dengan bentuk fungsi penawaran Cobb-
Douglas berikut.
Qp = ao X1a1 X2
a2 X3a3 Di
di + E
Kalau ditransformasikan ke dalam “logaritma natural” menjadi :
Ln Qp = ln ao + a1 ln X1 + a2 ln X2 + a3 ln X3 + d1 D1 + d2 D2 + E
Keterangan :
Qp = jumlah tepung beras yang diproduksi rumah tangga atau
industri kecil (ton/tahun)
ao = intersep
ai = elastisitas penawaran (produksi) tepung beras terhadap
variabel, (i = 1,2,3...n)
di = koefisien regresi variabel dummy
25
25
X1 = ketersediaan beras di pasar (ton/tahun)
X2 = ketersediaan peralatan produksi tepung beras di tiap desa
atau kelurahan (jumlah mesin per desa)
X3 = luas lahan milik petani yang digunakan untuk menanam padi
(ha)
D1 = 1 produksi tepung beras dari wilayah perkotaan
0 produksi tepung beras dari wilayah pedesaan
D2 = 1 pola tanam selain padi-padi-palawija
0 pola tanam padi-padi-palawija
4.6.2. Analisis Konsumsi Tepung Beras
Analisis data konsumsi tepung beras di Kabupaten Jember
menggunakan program SHAZAM dengan bentuk fungsi permintaan Cobb-
Douglas berikut.
Qd = bo P1b1 P2
b2 Kb3 Di di + E
Kalau ditransformasikan ke dalam “logaritma natural” menjadi :
Ln Qd = ln bo + b1 ln P1 + b2 ln P2 + b3 ln K + d1 D1 + d2 D2 + E
Keterangan :
Qd = jumlah tepung beras yang dikonsumsi rumah tangga atau
industri pangan (ton/tahun)
bo = intersep
bi = elastisitas permintaan tepung beras terhadap variabel,
dimana i = (1,2,3,...n)
di = koefisien regresi variabel dummy
26
26
P1 = harga tepung beras di pasar (Rp/kg atau Rp/ton)
P2 = harga barang substitusi (tepung terigu, tepung maizena,
tepung tapioka) (Rp/kg atau Rp/ton)
K = kapasitas produksi industri pangan (ton/tahun)
D1 = 1 skala usaha industri pangan tradisional (skala industri kecil);
0 skala usaha industri pangan tradisional (skala rumah tangga)
D2 = 1 letak industri pangan di kota
0 letak industri pangan di desa
4.7. Pengujian Hipotesis
Untuk menguji agar model Ln Qp = ln ao + a1 ln X1 + a2 ln X2 + a3 ln X3
+ d1 D1 + d2 D2 + E yang digunakan cukup memadai dengan data yang ada,
maka perlu diadakan verivikasi model. Verivikasi yang biasa dilakukan
adalah uji hipotesis dan uji model.
4.7.1. Hipotesis 1
Dengan menggunakan model selanjutnya dilakukan pengujian model
tersebut dengan uji F (over all test) dengan hipotesis :
Ho : a1 = a2 = a3 = 0
H1 : tidak semua a = 0.
Statistik pengujian F hitung = , dimana :
JKR (SSR) atau jumlah kuadrat regresi = JK – JKS
JK (SST) atau jumlah kuadrat total = Yi 2 – nY
27
27
JK (SSE) atau jumlah kuadrat sesatan = (Yi – Y)2.
Bila F hitung < F tabel berarti menerima H0 yang berarti bahwa semua
koefisien regresi tidak berbeda nyata dengan nol pada () tertentu, dan bila F
hitung > F tabel, berarti menolak H0 pada () tertentu yang berarti semua
koefisien regresi berbeda nyata dengan nol, dan model yang digunakan
cukup tepat.
Untuk melihat keeratan hubungan antara semua variabel independen
dengan variabel dependen digunakan koefisien determinasi (R2). Nilai ini
digunakan untuk mengetahui ketepatan model yang dipakai yang dinyatakan
dengan berapa % variabel dependent dijelaskan oleh variabel independent
yang dimasukkan dalam bentuk model regresi :
R2 =
dimana :
Y = hasil estimasi nilai variabel dependent
Y = rata-rata nilai variabel dependent
Yi = nilai observasi variabel dependent.
Semakin tinggi nilai R2 ini, maka persamaan penduga tersebut dapat
dikatakan semakin baik (Gujarati, 1988).
Persamaan penduga yang baik selain mempunyai R2 yang besar, juga
harus dengan nilai F yang besar dan sekaligus mempunyai nilai t-hitung > t-
tabel. Uji-t ini dinamakan uji parsial masing-masing variabel dengan
hipotesis :
H0 : a1, a2, a3 = 0
28
28
H0 : a1, a2, a3 0.
Dengan rumus : ti = ; dimana Se (ai) = ; i = 1,2,3.
Bila t-hitung < t-tabel, maka H0 diterima, berarti variabel independen
yang diuji tidak signifikan terhadap variabel dependen, dan bila t-hitung > t-
tabel maka H0 ditolak pada (tertentu), berarti variabel independen yang diuji
signifikan terhadap variabel dependen.
Variabel dummy diuji dengan persamaan regresi yang dinyatakan
dalam hipotesis 1.1 dan 1.2 sebagai berikut :
Hipotesis 1.1 : H0 : D1 = 0
H1 : D1 0.
Hipotesis 1.1 diuji dengan uji-t pada tertentu, bila pada hipotesis 1.1 t-
hitung < t-tabel maka H0 diterima, yang berarti tidak ada perbedaan produksi
tepung beras antara wilayah perkotaan dan pedesaan. Jika t-hitung > t-tabel
maka H0 ditolak, berarti ada perbedaan produksi tepung beras antara wilayah
perkotaan dan pedesaan.
Hipotesis 1.2 : H0 : D1 = 0
H1 : D1 0.
Hipotesis 1.2 diuji dengan uji-t pada tertentu, bila pada hipotesis 1.1 t-
hitung < t-tabel maka H0 diterima, yang berarti tidak ada perbedaan produksi
padi (sebagai penghasil beras untuk bahan baku tepung beras) antara pola
tanam padi-padi-palawija dengan bukan pola tanam padi-padi-palawija. Jika
t-hitung > t-tabel maka H0 ditolak, berarti ada perbedaan (signifikan) produksi
29
29
padi (sebagai penghasil beras untuk bahan baku tepung beras) antara pola
tanam padi-padi-palawija dengan bukan pola tanam padi-padi-palawija.
4.7.2. Hipotesis 2
Dengan menggunakan model Ln Qd = ln bo + b1 ln P1 + b2 ln P2 + b3 ln
K + d1 D1 + d2 D2 + E dilakukan pengujian terhadap model dengan uji-F (over
all test) dan uji-t (parsial test) seperti pada hipotesis 1 di atas.
Variabel dummy diuji dari persamaan regresi yang dinyatakan dalam
hipotesis 2 dan 3. sebagai berikut.
Hipotesis 2 : H0 : D1 = 0
H1 : D1 0.
Hipotesis 2 diuji dengan uji-t pada tertentu, bila pada hipotesis 1.1 t-hitung
< t-tabel maka H0 diterima, yang berarti tidak ada perbedaan perbedaan
dalam konsumsi tepung beras antara industri pangan berskala kecil dan
berskala rumah tangga. Jika t-hitung > t-tabel maka H0 ditolak, berarti ada
perbedaan (signifikan) dalam konsumsi tepung beras antara industri pangan
berskala kecil dan berskala rumah tangga.
Hipotesis 3 : H0 : D1 = 0
H1 : D1 0.
Hipotesis 3 diuji dengan uji-t pada tertentu, bila pada hipotesis 1.1 t-hitung
< t-tabel maka H0 diterima, yang berarti tidak ada perbedaan perbedaan
dalam konsumsi tepung beras antara industri pangan yang terletak di
pedesaan dan di perkotaan. Jika t-hitung > t-tabel maka H0 ditolak, berarti
30
30
ada perbedaan (signifikan) dalam konsumsi tepung beras antara industri
pangan yang terletak di pedesaan dan di perkotaan.
31
31
VI. GAMBARAN UMUM LOKASI PENELITIAN
Penelitian ini menggunakan populasi sebanyak 6 kecamatan adalah
sebagai berikut :
1. Kecamatan Patrang (untuk wilayah kota)
2. Kecamatan Rambipuji (untuk wilayah kota)
3. Kecamatan Jenggawah (untuk wilayah desa)
4. Kecamatan Ambulu (untuk wilayah desa)
5. Kecamatan Kalisat (untuk wilayah desa)
6. Kecamatan Mayang (untuk wilayah desa)
Desa yang menjadi lokasi penelitian berdasarkan 6 populasi
kecamatan di atas adalah sebagai berikut :
1. Kecamatan Patrang, kelurahannya adalah :
a. Kelurahan Patrang.
b. Kelurahan Baratan.
c. Kelurahan Gebang.
2. Kecamatan Rambipuji, desanya adalah :
a. Desa Rambigundam.
b. Desa Rambipuji.
c. Desa Kaliwining.
3. Kecamatan Jenggawah, desanya adalah :
a. Desa Jenggawah.
b. Desa Kelompangan.
c. Desa Kemuningsari.
32
32
4. Kecamatan Ambulu, desanya adalah :
a. Desa Ambulu.
b. Desa Sumberejo.
c. Desa Sabrang.
5. Kecamatan Kalisat, desanya adalah :
a. Desa Kalisat
b. Desa Glagah Wero.
c. Desa Sumber Jeruk.
6. Kecamatan Mayang, desanya adalah :
a. Desa Mayang.
b. Desa seputih.
c. Desa Mangar.
5.1. Kondisi Geografi dan Iklim
Enam lokasi penelitian yaitu di kecamatan Patrang, Kecamatan
Rambipuji, Kecamatan Jenggawah, Kecamatan Ambulu, Kecamatan Kalisat
dan Kecamatan Mayang terletak pada posisi 7 59’ 6” – 8 33’ 56” LS dan 6
27’ 6” – 7 14’ 33” BT. Di sebelah utara berbatasan dengan Kabupaten
Bondowoso, sebelah Barat berbatasan dengan Kabupaten Lumajang dan
sebelah Timur berbatasan dengan Kabupaten Banyuwangi. Sedang di
sebelah Selatan adalah Samudra Indonesia.
33
33
Banyaknya curah hujan (mm3) menurut kecamatan ditunjukkan pada
Tabel 5.1 rata-rata curah hujan (Tabel 5.2) dan jumlah hari hujan (Tabel
5.3) berikut.
Tabel 5.1. Banyaknya Curah Hujan (mm3) menurut Kecamatan, Stasiun Pengukur dan Bulan selama Tahun 2003
No. Bulan Kecamatan dan Stasiun PengukurPatrang Rambipuji Jenggawah Ambulu Kalisat Mayang
1. Januari 484,5 444,75 441,75 382,25 511,5 1592. Februari 549 389,75 388,25 268,75 362 3533. Maret 362.5 344,75 270 196,5 451 1974. April 169.5 207 163,75 95,75 71,5 315. Mei 113 129,5 131,75 40,34 79,5 786. Juni 85.5 51 32,5 26,75 11,5 727. Juli - - - - - -8. Agustus - - 30 - - -9. September - - - - 13 -
10. Oktober - 34,25 39,34 9 32 1711. Nopember 314 368,5 343 270,5 256,5 34812. Desember 304 349,7 371,5 295,5 352,5 315
Rata- rata 297,75 257,66 221,21 176,15 214,1 174,45 Sumber : BPS Kabupaten Jember (2003)
Tabel 5.2. Rata-Rata Curah Hujan (mm3) per Hari menurut Kecamatan, Stasiun Pengukur dan Bulan selama Tahun 2003
No. Bulan Kecamatan dan Stasiun PengukurPatrang Rambipuji Jenggawah Ambulu Kalisat Mayang
1. Januari 19 23 27,25 16 20,5 172. Februari 34 15,75 19,5 13,25 19,5 143. Maret 16,5 14,75 13 10 16 84. April 7,5 12,75 11,5 4,25 9,5 35. Mei 3,5 7 8,25 2,75 7 46. Juni 7 3,25 3 1,5 2,5 17. Juli - - - - - -8. Agustus - - - - - -9. September - - - - 1 -
10. Oktober - 34,25 3,25 2 1,5 911. Nopember 10 368,5 14,25 11,75 9,5 1112. Desember 13 349,67 20,75 15,75 20 19
Rata- rata 13,81 89,55 13,42 8,58 10,7 9,56 Sumber : BPS Kabupaten Jember (2003)
34
34
Tabel 5.3. Jumlah Hari Hujan menurut Kecamatan, Stasiun Pengukur, dan Bulan selama Tahun 2003
No. Bulan Kecamatan dan Stasiun PengukurPatrang Rambipuji Jenggawah Ambulu Kalisat Mayang
1. Januari 25,5 19,2 16,3 23,525 25 32,32. Februari 33,8 25,255 19,625 20,8 18,55 25,23. Maret 22,4 23,275 21,05 19,9 27,9 24,64. April 19,8 16,325 14,55 24,25 12,5 10,35. Mei 16,1 19,8 14,7 10,075 11,4 19,56. Juni 38,65 16,575 9,9 12 5,1 72,07. Juli - - - - - -8. Agustus - - - - - -9. September - - - - 13,0 -
10. Oktober - 13,9 12,034 1,0 33,25 1,911. Nopember 31,45 23,975 24,225 23,075 26,3 31,612. Desember 23,35 17,87 17,7 18,775 17,7 16,6
Rata- rata 17,59 14,681 12,507 12,784 15,892 19,5 Sumber : BPS Kabupaten Jember (2003)
5.2. Luas Wilayah, Jumlah Penduduk, dan Kepadatan Penduduk Menurut Kecamatan
Jumlah penduduk menurut Kecamatan ditunjukkan pada Tabel 5.4
sebagai berikut.
Tabel 5.4. Luas Wilayah, Presentase Luas terhadap Luas Kabupaten, Jumlah Penduduk dan Kepadatan Penduduk menurut Kecamatan (2003)
Kecamatan Luas wilayah(Km2)
% thd kab.Jember
Jumlah penduduk
(jiwa)
Kepadatan penduduk (jiwa/km2)
Patrang 36,99 1,12 88.816 2.346,76Rambipuji 52,80 1,60 71.323 1.350,78Jenggawah 51,02 1,55 69.504 1.362,38Ambulu 104,56 3,17 98.083 938,07Kalisat 53,48 1,62 64.737 1.210,45Mayang 63,78 1,94 43.349 679,69
sumber : BPS Kabupaten Jember (2003)
Tabel 5.4 menunjukkan bahwa wilayah yang terluas di Kecamatan
Ambulu (104,56 km2) dan terkecil di kecamatan Patrang (36.99 km2). Jumlah
Penduduk yang terbanyak di Kecamatan Ambulu (98.083 jiwa) dan yang
terkecil di Kecamatan Mayang (43.349 jiwa), Sedangkan kepadatan
35
35
penduduk yang terbanyak di Kecamatan Patrang (2.346.76 jiwa/km2) dan
terkecil di kecamatan Mayang (679,96 jiwa/km2).
5.3. Laju Pertumbuhan Penduduk Menurut Kecamatan
Jumlah penduduk dan laju pertumbuhan penduduk menurut Kecamatan
ditunjukkan pada Tabel 5.5 berikut.
Tabel 5.5. Jumlah Penduduk dan Laju Pertumbuhan Penduduk (%) menurut Kecamatan, Hasil Sensus Penduduk 1980, 1990, dan 2000
Kecamatan Jumlah penduduk Laju pertumbuhan penduduk (%)
1980 1990 2000 1990 2000Patrang 75.378 85.045 85.083 1,21 0.00Rambipuji 65.115 70.726 74.614 0,83 0,56Jenggawah 64.822 73.188 76.923 1,22 0,52Ambulu 90.603 97.179 101.272 0,70 0,43Kalisat 57.019 63.650 68.025 1,11 0,69Mayang 73.889 41.644 44.182 0,95 0,61
Sumber : BPS Kabupaten Jember (2003)
Tabel 5.5 menunjukkan bahwa laju pertumbuhan berdasarkan hasil
sensus penduduk terbanyak di kecamatan Kalisat sebesar 0,69 % dan
terkecil di kecamatan Patrang sebesar 0 %.
5.4. Sex Ratio Menurut Kecamatan dan Jenis Kelamin Hasil Sensus Penduduk
Jumlah penduduk dan Sex Ratio dan Jenis Kelamin Hasil Sensus
Penduduk Tahun 2000 menurut Kecamatan ditunjukkan pada Tabel 5.6
berikut.
36
36
Tabel 5.6. Jumlah Penduduk dan Sex Ratio menurut Kecamatan dan Jenis Kelamin Hasil Sensus Penduduk Tahun 2000
No. Kecamatan Laki-laki Perempuan Jumlah Sex Ratio1. Patrang 42.107 42.976 85.083 97,982. Rambipuji 36.344 38.270 74.614 94,973. Jenggawah 37.561 39.362 76.923 95,424. Ambulu 51.154 50.118 101.272 102,075. Kalisat 33.088 34.973 68.025 94,71 6. Mayang 21.653 22.529 44.182 96,11
Sumber : BPS Kabupaten Jember (2003)
Tabel 5.6 menunjukkan bahwa jumlah penduduk dan sex ratio yang
terbanyak adalah di Kecamatan Patrang (97,98) dan yang terkecil di
Kecamatan Kalisat (94,71), Sedangkan untuk jenis kelamin hasil sensus
penduduk tahun 2000 yang terbanyak adalah di Kecamatan Ambulu
(101.272) dan yang terkecil di Kecamatan Mayang (44.182).
5.5. Keadaan pertanian berdasarkan Luas Panen, Rata- rata Produksi Padi Menurut Kecamatan
Luas panen, Rata- rata Produksi dan Total Produksi Padi menurut
kecamatan ditunjukkan pada Tabel 5.7 berikut.
Tabel 5.7. Luas Panen, Rata-rata Produksi, dan Total Produksi Padi menurut Kecamatan Tahun 2003
No. Kecamatan Luas panen (Ha)
Produktivitas (Kw/Ha)
Produksi (Kw)
1. Patrang 2.116 52,08 110.2002. Rambipuji 4.210 52,03 219.050 3. Jenggawah 6.229 52,85 329.2004. Ambulu 3.690 65,30 240.960 5. Kalisat 3.734 50,43 188.310 6. Mayang 5.985 53,88 322.470
Sumber : BPS Kabupaten Jember (2003)
37
37
Tabel 5.7 menunjukkan bahwa luas panen padi terluas di kecamatan
Jenggawah (6.229 ha) dan terkecil di kecamatan Patrang (2.116 ha).
Produktivitas padi terbanyak di kecamatan Amublu (65,30 kw/ha) dan terkecil
di kecamatan Kalisat (50,43 kw/ha), Sedangkan produksi padi terbanyak di
Kecamatan Jenggawah (329.200 kw) dan terkecil di Kecamatan Patrang
(110.200 kw).
Luas panen, Rata- rata Produksi dan Total produksi jagung menurut
kecamatan ditunjukkan pada Tabel 5.8 berikut.
Tabel 5.8. Luas Panen, Rata-rata Produksi, dan Total Produksi Jagung menurut Kecamatan Tahun 2003.
No. Kecamatan Luas panen (Ha)
Produktivitas (Kw/Ha)
Produksi (Kw)
1. Patrang 306 51,83 15.8602. Rambipuji 810 52,17 42.2603. Jenggawah 2.732 52,08 142.2804. Ambulu 2.924 52,35 153.070 5. Kalisat 812 51,26 41.6206. Mayang 3.195 51,25 163.740
Sumber : BPS Kabupaten Jember (2003)
Tabel 5.8 menunjukkan bahwa luas panen jagung terbesar di
kecamatan Mayang sebesar (3.195 kw/ha) dan terkecil di kecamatan Patrang
sebesar (306 kw/ha). Produktivitas jagung terbanyak di kecamatan Ambulu
sebesar (52,35 kw/ha) dan terkecil di kecamatan Mayang (51,25 kw/ha),
Sedangkan produksi jagung terbanyak di kecamatan Mayang sebesar
(163.740 kw/ha) dan terkecil di kecamatan Patrang sebesar (15.860 kw/ha).
38
38
VI. HASIL DAN PEMBAHASAN
Pembahasan yang dikemukakan dalam bab ini meliputi dua hal : (1)
analisis produksi tepung beras di Kabupaten Jember, dengan pertimbangan
untuk mengetahui sampai seberapa besar produksi tepung beras di
Kabupaten Jember; (2) analisis konsumsi tepung beras di Kabupaten
Jember, dengan pertimbangan untuk mengetahui sampai berapa besar
konsumsi tepung beras di Kabupaten Jember. Pembahasan selanjutnya
dapat diuraikan sebagai berikut.
6.1. Produksi Tepung Beras di Kabupaten Jember
Produksi tepung beras di Kabupaten Jember dihasilkan dari kota dan
desa (Tabel 6.1).
Tabel 6.1. Produksi Tepung Beras di Lokasi Penelitian Kabupaten Jember (2005)
Produksi tepung beras Jumlah (kg/tahun)1. Kota2. Desa
829,14589,93
Total 1.419,071. Industri kecil2. Industri rumah tangga
156,09 1.262,98
Total 1.419,07Sumber : Analisis data primer (2005)
Tabel 6.1 menunjukkan bahwa produksi tepung beras di kota (892,14
kg/tahun) lebih besar dari pada di desa (589,93 kg/tahun). Hal ini karena
banyak unit usaha yang memproduksi tepung beras dan peralatan untuk
membuat tepung beras berada di wilayah perkotaan. Produksi tepung beras
untuk industri rumah tangga (1262,98 kg/tahun) lebih besar daripada industri
39
39
kecil (156,09 ton/tahun). Hal ini karena sebagian besar unit usaha yang
memproduksi tepung beras berskala industri rumah tangga (dengan tenaga
kerja kurang dari 3 orang).
6.2. Faktor-faktor yang Mempengaruhi Produksi Tepung Beras di Kabupaten Jember
Faktor-faktor yang mempengaruhi produksi tepung beras di
Kabupaten Jember secara signifikan (nyata) adalah harga tepung beras dan
variabel dummy (kota >< desa). Sedangkan, variabel lain menunjukkan
hasil yang tidak berbeda nyata (Tabel 6.2).
Tabel 6.2. Faktor-faktor yang Mempengaruhi Produksi Tepung Beras di Kabupaten Jember (2005)
Variabel Koefisien Estimasi T-hitungX1 (Ketersediaan Beras)X2 (Ketersediaan Peralatan)P1 (Harga Tepung Beras)P2 (Harga Tepung Terigu)P3 (Harga Tepung Kanji)P4 (Harga Tepung Tapioka)P6 (Harga Tepung Maizena)PendidikanD1 (Kota >< Desa)D2 Pola Tanam (Bukan Padi-Padi-Palawija >< Padi-Padi-Palawija)Konstanta
77,684ns
-25,721ns
0,3229***0,1237ns
0,1398ns
-0,0129ns
0,282ns
5,0672ns
356,32**129,98ns
-1523,1
0,8558-0,53953,035
0,63200,8155-0,8310,43850,28732,4591,287
-1,217F-hitungR2 adjusted
2,68419,74
Sumber: Analisis Data Primer (2005)Keterangan : ns = non significance
**) = significance pada taraf 95%***) = significance pada taraf 99%
Penjelasan lebih lanjut tentang faktor-faktor yang mempengaruhi
tepung beras di Kabupaten Jember adalah sebagai berikut.
40
40
6.2.1. Harga Tepung Beras
Variabel harga tepung beras menunjukkan hasil yang berbeda nyata
pada taraf 99 % terhadap produksi tepung beras dan nilai koefisien
estimasinya sebesar 0,3229. Artinya, setiap peningkatan harga tepung beras
sebesar I % maka produksi tepung beras akan meningkat sebesar 0.3229 %.
Hal ini menunjukkan bahwa variabel harga tepung beras merupakan variabel
penting yang mempengaruhi produksi tepung beras.
6.2.2. Variabel Dummy (Kota >< Desa)
Variabel dummy (kota >< desa) menunjukkan hasil yang signifikan
terhadap produksi tepung beras. Artinya, produksi tepung beras di kota
lebih besar daripada di desa. Hasil penelitian menunjukkan bahwa produksi
tepung beras di kota (892,14 ton/tahun) lebih besar dari pada di desa (589,93
ton/tahun). Hal ini karena banyak unit usaha yang memproduksi
tepung beras dan peralatan untuk membuat tepung beras berada di wilayah
perkotaan.
6.2.3. Ketersediaan Beras di Kabupaten Jember
Variabel ketersediaan beras di Kabupaten Jember menunjukkan hasil
yang tidak berbeda nyata terhadap produksi tepung beras. Hal ini
menunjukkan bahwa variabel ketersediaan beras terutama yang ada di pasar
pengaruhnya kurang nyata terhadap produksi tepung beras di Kabupten
Jember.
41
41
6.2.4. Ketersediaan Peralatan untuk Memproduksi Tepung Beras
Variabel ketersediaan peralatan untuk memproduksi tepung beras
menunjukan hasil yang tidak berbeda nyata. Hal ini menunjukkan bahwa
jumlah peralatan untuk memproduksi tepung beras ketersediaannya terbatas,
Sehingga pengaruhnnya kurang nyata terhadap produksi tepung beras yang
dihasilkan.
6.2.5. Harga Tepung Terigu, Harga Tepung Kanji, Harga Tepung
Tapioka, Harga Tepung Maezena
Variabel harga tepung terigu, harga tepung kanji, harga tepung
tapioka, harga tepung maezena menunjukkan hasil yang tidak berbeda nyata
terhadap produksi tepung beras. Hal ini menunjukkan bahwa variabel
tersebut bukanlah barang substitusi (pengganti) tepung beras.
6.2.6. Pendidikan Pembuat Tepung Beras
Varibel pendidikan menunjukan hasil yang tidak berbeda nyata
terhadap produksi tepung beras. Hal ini karena pendidikan pembuat tepung
beras pada umumnya rata-rata setingkat SD, Sehingga pengaruhnya tidak
nyata terhadap produksi tepung beras yang di hasilkan.
6.2.7. Variabel Dummy Pola Tanam (Bukan Padi-Padi-Palawija >< Padi-Padi-Palawija)
Variabel dummy pola tanam bukan padi-padi-palawija >< padi-padi-
palawija menunjukkan hasil yang tidak berbeda nyata terhadap produksi
tepung beras. Hal ini menunjukkan bahwa variabel dummy tersebut tidak
berhubungan secara langsung terhadap produksi tepung beras.
42
42
6.3. Konsumsi Tepung Beras di Kabupaten Jember
Konsumsi tepung beras di Kabupaten Jember dihasilkan dari kota dan
desa (Tabel 6.3).
Tabel 6.3. Konsumsi Tepung Beras di Lokasi Penelitian Kabupaten Jember (2005)
Produksi tepung beras Jumlah (kg/tahun)1. Kota2. Desa
2.724,861.206,87
Total 3.931,731. Industri kecil2. Industri rumah tangga
473,713.458,02
Total 3.931,73Sumber : Analisis data primer (2005)
Tabel 6.3 menunjukkan bahwa konsumsi tepung beras untuk di
wilayah kota Jember (2.724,86 kg/tahun) lebih besar daripada di wilayah
desa (1.206,87 kg/tahun). Hal ini karena unit industri kue tradisional yang
berbahan baku tepung beras banyak terdapat di wilayah perkotaan.
Konsumsi tepung beras untuk industri kecil (473,71 kg/tahun) lebih kecil
daripada industri rumah tangga (3.458,02 kg/tahun). Hal ini karena unit
industri yang berbahan baku tepung beras umumnya berskala industri rumah
tangga.
6.4. Faktor-faktor yang Mempengaruhi Konsumsi Tepung Beras di Kabupaten Jember
Faktor-faktor yang mempengaruhi konsumsi tepung beras secara
signifikan di Kabupaten Jember adalah harga tepung beras dan kapasitas
industri. Sedangkan, faktor-faktor yang tidak berpengaruh secara nyata
terhadap konsumsi tepung beras di Kabupaten Jember adalah harga tepung
43
43
terigu, harga tepung kanji, harga tepung garut, harga tepung maezena,
pendidikan pengusaha, umur, variabel dummy (industri kecil >< industri
rumah tangga), variabel dummy (kota >< desa) (Tabel 6.4).
Tabel 6.4. Faktor-faktor yang Mempengaruhi Konsumsi Tepung Beras di Kabupaten Jember (2005).
Variabel Koefisien Estimasi T-hitungP1 (Harga Tepung Beras) P3 (Harga Tepung Terigu) P4 (Harga Tepung Kanji) P6 (Harga Tepung Garut)P6 (Harga Tepung Maezena)Pendidikan Kapasitas Industri UmurD1 (industri kecil >< industri rumah tangga)D2 (kota >< desa)Konstanta
-0,0002***
-0,0001ns
-0,0001ns
-0,00003ns
-0,00002ns
0,0013ns
0,5882***
0,0019ns
-0,0065ns
-0,023ns
1,4562***
-3,3801-0,4745-0,8615-0,7528-1,431 0,1365 63710 0,7097-0,0794
0,30453,091
F-hitungR2 adjusted
575 x 106
0,99Sumber : Data Primer (2005)Keterangan :
ns = non significance***) = significance pada taraf 99%
Penjelasan lebih lanjut tentang faktor-faktor yang mempengaruhi
konsumsi tepung beras di Kabupaten Jember diuraikan sebagai berikut.
6.4.1. Harga Tepung Beras
Variabel harga tepung beras menunjukkan hasil yang berbeda nyata
terhadap konsumsi tepung beras pada taraf 99 % dan nilai koefisien
estimasinya sebesar – 0,0002. Artinya, setiap peningkatan harga tepung
beras sebesar I % maka konsumsi tepung beras akan menurun sebesar
44
44
0.0002 %. Hal ini menunjukkan bahwa variabel harga tepung beras
merupakan variabel penting yang mempengaruhi konsumsi tepung beras.
6.4.2. Kapasitas Industri Kue Tradisional
Variabel kapasitas industri kue tradisional menunjukkan hasil yang
berbeda nyata terhadap konsumsi tepung beras pada taraf 99 % dan nilai
koefisien estimasinya sebesar 0,5882. Artinya, setiap peningkatan kapasitas
industri kue traisional sebesar I % maka konsumsi tepung beras akan
meningkat sebesar 0.5882 %. Hal ini menunjukkan bahwa variabel kapasitas
industri kue tradisional merupakan variabel penting yang mempengaruhi
konsumsi tepung beras.
6.4.3. Harga Tepung Terigu, Harga Tepung Kanji, Harga Tepung Tapioka, Harga Tepung Maezena
Variabel harga tepung terigu, harga tepung kanji, harga tepung
tapioka, harga tepung maezena menunjukkan hasil yang tidak berbeda nyata
terhadap konsumsi tepung beras. Hal ini menunjukkan bahwa variabel
tersebut bukanlah barang substitusi (pengganti) bagi tepung beras.
6.4.4. Pendidikan Pembuat Kue Tradisional
Varibel pendidikan menunjukan hasil yang tidak berbeda nyata
terhadap konsumsi tepung beras. Hal ini karena pendidikan pengusaha kue
tradisional pada umumnya rata-rata setingkat SD, Sehingga pengaruhnya
tidak nyata terhadap konsumsi tepung beras untuk kue tradisional.
45
45
6.4.5. Umur Pengusaha Kue Tradisional
Varibel umur pengusaha kue tradisional menunjukan hasil yang tidak
berbeda nyata terhadap konsumsi tepung beras. Hal ini menunjukkan bahwa
variabel umur pengusaha kue tradisional bukanlah variabel penting terhadap
konsumsi tepung beras.
6.4.6. Variabel Dummy (Industri Kecil >< Industri Rumah Tangga)
Variabel dummy industri kecil >< industri rumah tangga menunjukkan
hasil yang tidak berbeda nyata terhadap konsumsi tepung beras. Hal ini
karena jumlah kue tradisional yang berbahan baku tepung beras yang
dihasilkan antara industri kecil dan industri rumah tangga relatih sama.
6.4.7 Variabel Dummy (Kota >< Desa)
Variabel dummy (kota >< desa) menunjukkan hasil yang tidak
signifikan terhadap konsumsi tepung beras. Hal ini karena unit industri di
wilayah perkotaan dan di wilayah pedesaaan jumlahnya tidak berbeda jauh.
46
46
VII. KESIMPULAN DAN SARAN
7.1. Kesimpulan
Berdasarkan perumusan masalah, tujuan penelitian, hipotesis dan
hasil penelitian serta pembahasan, Maka dapat di simpulkan bahwa :
1. Produksi tepung beras di kota (892,14 kg/tahun) lebih besar dari pada
di desa (589,93 kg/tahun). Produksi tepung beras untuk industri
rumah tangga (1262,98 kg/tahun) lebih besar daripada industri kecil
(156,09 ton/tahun).
2. Faktor-faktor yang mempegaruhi produksi tepung beras di Kabupaten
Jember secara signifikan (nyata) adalah harga tepung beras dan
variabel dummy (kota >< desa).
3. Konsumsi tepung beras untuk di wilayah kota Jember (2.724,86
kg/tahun) lebih besar daripada di wilayah desa (1.206,87 kg/tahun).
Konsumsi tepung beras untuk industri kecil (473,71 kg/tahun) lebih
kecil daripada industri rumah tangga (948,54 kg/tahun).
4. Faktor-faktor yang mempengaruhi konsumsi tepung beras secara
signifikan di Kabupaten Jember adalah harga tepung beras dan
kapasitas industri.
7.2. Saran
Saran yang dapat diberikan dari hasil penelitian ini adalah sebagai
berikut.
47
47
1. Mengingat produksi tepung beras lebih kecil dari pada konsumsi tepung
beras maka peluang untuk menghasilkan tepung beras terbuka lebar bagi
unit usaha yang bergerak dalam produksi tepung beras.
2. Mengingat produksi tepung beras di kota lebih besar dari pada di desa,
maka perlu adanya keseimbangan produksi tepung beras dengan
memperhatikan kebutuhan tepung beras dan ketersediaan alat untuk
memproduksi tepung beras.
3. Mengingat harga tepung beras merupakan variabel penting yang
mempengaruhi produksi tepung beras di Kabupaten Jember maka harga
tepung beras hendaknya tetap memperhatikan kebutuhan produsen agar
semangat memproduksi tepung beras tetap ada.
4. Mengingat konsumsi tepung beras di wilayah kota Jember lebih besar
daripada di wilayah desa, maka gairah memproduksi kue tradisional
berbahan baku tepung beras hendaknya perlu ditingkatkan diwilayah
pedesaan.
5. Mengingat harga tepung beras merupakan variabel penting yang
mempengaruhi konsumsi tepung beras, maka hendaknya harga tepung
beras juga memperhatikan kebutuhan konsumen.
48
48
DAFTAR PUSTAKA
Beattie, B.R. and C.R. Taylor. 1994. The Economics of Production. Terjemahan Cetakan Pertama. Gadjah Mada University Press, Yogyakarta.
Bishop, C.E. and W.D. Tousaint. 1979. Introduction to Agricultural Economic Analysis. John Wiley & Sons, New York.
BPS. 2002. Kabupaten Jember dalam Angka Tahun 2002. Kerjasama Badan Perencana Pembangunan Daerah dengan BPS Kabupaten Jember.
Chiang, A.C. 1974. Fundamental Methods of Mathematical Economics. Terjemahan Edisi ketiga. Erlangga, Jakarta.
Debertin, D.L. 1986. Agricultural Production Economics, Theory with Applica-tion. 2nd Ed. John Wiley and Sons Inc., New York.
Dillon, J.L. and J.B. Hardeker. 1983. Farm Management Research for Small Farmer Development. FAO of the United Nation : Rome.
Disperindag. 2002. Teknologi Pengolahan Bahan Baku Berbasis Tepung. Yogyakarta.
Downey, W.D. and S.P. Erickson. 1989. Agribusiness Management. Terjemahan Edisi Kedua. Erlangga, Jakarta.
Endang, J. 1999. Analisis Permintaan Kue Jajan Pasar di Kawasan Pariwisata Jawa Timur. Centre for Strategic and International Studies (CSIS), Jakarta. Http://www.indomerchant.com.
Greene, W.H. 1993. Econometric Analysis. Second Edition. Prentice Hall, Englewood Cliffs, New Jersey.
Gujarati, D.N. 1988. Basic Econometrics. 2nd Ed. MC Graw Hill Book Company, New York.
Hayami and Ruttan. 1971. Agricultural Development An International Prespective. The John Hopkins Press. Baltimore, London.
Hazmi, M., G.S. Purwono, H. Basuki, H. Satriyono, S. Widagdo, D. Djumhariyanto, E. Turjono, T.H. Santosa dan A. Ja’far. 2002. Peran Serta Lembaga Swadaya Masyarakat dalam Meningkatkan Kesadaran
49
49
Masyarakat di Bidang Pelayanan. Kerjasama antara Lembaga Pengkajian Masalah dan Pembangunan (LPSP) Jember dengan Badan Penelitian dan Pengembangan Daerah Kabupaten (Balitbangda) Jember.
Heady, O.E. and J.L. Dillon. 1952. Economic of Agriculture Production and Resource Use. Presentice Hall, New York.
Poerwanti, E. 1999. Pengembangan Model Pembinaan Integratif Kompetitif sebagai Upaya Peningkatan Pendapatan Wanita Wirausaha Bidang Pengolahan Pangan di daerah Wisata, Jawa Timur. PSW dan Kema-syarakatan, UMM. Malang.
Raharjo, D. 1996. Pendidikan dan Pertumbuhan Ekonomi. Makalah Seminar Nasional. Pendidikan dan Kebudayaan. Jakarta.
Samuelson, P.A. 1970. Economics. Il Shin Pub. Co. Seoul.
Santosa, T.H. 2003. Masalah-masalah Petani di Kabupaten Jember. Makalah Seminar. Fakultas Pertanian, Universitas Muhammadiyah Jember.
Sigar, E. dan Ernawaty. 2000. Dapur Pintar. Upaya Warga Negara, Ragunan, Jakarta.
Soekartawi. 1989. Prinsip Dasar Ekonomi Pertanian, Teori dan aplikasi. Rajawali, Jakarta.
Soekartawi. 1990. Teori Ekonomi Produksi dengan Pokok Pembahasan Analisis Fungsi Cobb-Douglas. Rajawali, Jakarta.
Soesastro, H., R. Atje dan N.K. Suhut. 2001. Analisis Permintaan Tepung bagi Rumah tangga di Jawa Timur. Centre for Strategic and International Studies (CSIS), Jakarta. Http://www. indomerchant.com.
Subiati, S. dkk. 1992. Aneka Resep Kue Trendy dan PKK. Karya Ilmu, Surabaya.
Sutanto, A. 1997. Keusahawanan dan Usaha Kecil di Pedesaan Jawa Tengah dan DIY. Populasi. Buletin Penelitian Kebijaksanaan Kependudukan. Vol. 12, No. 5.
Tilaar, H.A.R. 1995. Pengembangan Sumberdaya Manusia sebagai Pendu-kung Pembangunan Nasional. PSW-Unibraw. Malang.
50
50
Tjiptoherijanto, P. 1996. Pengembangan Sumberdaya Wanita dalam Menghadapi Era Globalisasi. Populasi. Buletin Penelitian Kebijaksanaan Kependudukan. Vol. 7, No. 2.
Wijaya, H.R. 1995. Mewujudkan Kemitra Sejajaran Pria-Wanita dalam Pembangunan Indonesia. PSW-Unibraw.
Yotopoulus, P.A. and J.B. Nugent. 1976. Economics of Development Empirical Investigations. Harper & Row Publishers, New York.
51
51
L A M P I R A N
52
52
Lampiran 1. Data Produksi Tepung Beras di Kabupaten Jember 2005
Prodk X1 X2 X3 D1 D2 P1 P210 2,5 2 0,02 0 0 2800 4000
6,5 1,5 2 0,03 0 0 2800 33008 0,8 1 0,03 0 0 3000 38008 0,2 3 0,2 0 0 3000 3800
10 0,75 1 0,1 0 0 3000 37509 0,4 2 0,2 0 0 3000 32008 0,6 4 0,15 0 1 3000 4500
10 0,4 2 0,02 0 1 3000 375040 0,2 2 0,06 1 1 3000 37508 0,2 1 0,06 0 1 2800 3750
10 2,5 2 0,2 0 0 2800 38008 0,3 2 0,05 0 0 2800 38005 0,8 1 0,25 0 0 3000 38004 0,2 3 0,15 0 0 3000 3300
12 0,75 1 0,08 0 0 3000 38007 0,4 2 0,04 0 0 3000 3800
12,5 0,6 4 0,3 1 0 3000 380010 0,4 2 0,05 0 0 3300 380015 0,2 2 0,01 0 1 3300 380010 0,2 1 0,15 0 1 3300 380020 0,5 2 0,3 0 1 3300 38006 0,4 2 0,06 0 1 3000 4000
13 0,2 1 0,04 0 0 3200 40005 0,2 3 0,04 0 0 3000 3300
4,5 0,3 1 0,05 1 0 2800 330011 0,4 2 0,06 0 0 3200 33005 0,4 4 0,03 0 0 3000 33009 0,2 2 0,01 0 0 3000 33004 0,2 2 0,2 0 0 3000 3300
6,5 0,2 1 0,01 1 0 3000 33003,5 0,5 2 0,02 0 1 3000 3000
2 0,4 2 0,275 0 1 3000 375022 0,2 1 0,25 0 1 2900 300016 0,2 3 0,01 0 1 3100 33003 0,6 1 0,5 0 0 3000 35005 0,4 2 0,4 0 0 5000 3400
25 0,6 4 0,2 0 0 4800 340016 0,4 2 0,1 0 0 4800 3300
27,5 0,2 2 0,06 0 0 4800 340027,5 0,2 1 0,2 0 0 4800 3400
53
53
17,5 2,5 2 0,04 0 0 4800 350025,5 0,2 2 0,05 0 0 4800 340017,5 0,3 1 0,1 0 1 4800 350017,5 0,2 3 0,3 0 1 4800 3400
10 0,5 1 0,1 0 1 4800 34002,5 0,2 2 0,01 0 1 2800 3600
1 0,8 4 0,03 0 0 3000 34006 0,4 2 0,2 1 0 2800 34003 1,5 2 0,3 0 0 3200 34002 2 1 0,2 0 0 3100 36002 0,5 2 0,2 0 0 3000 38004 0,3 2 0,01 0 0 3000 38002 0,4 1 0,35 0 1 3000 37505 0,2 3 0,25 0 1 3200 40003 0,6 1 0,02 1 1 2900 40004 0,8 2 0,01 0 1 2800 39005 0,6 4 0,3 0 0 3000 40002 0,4 2 0,3 0 0 3000 36004 0,2 2 0,1 0 0 3000 36002 0,4 1 0,15 0 0 3200 36006 0,75 2 0,25 0 0 3000 35003 0,3 2 0,25 1 0 3200 35002 0,5 1 0,06 0 1 3400 38002 0,5 3 0,2 0 1 3300 38003 0,4 1 0,4 0 1 3000 38004 0,2 2 0,2 0 1 3200 37502 0,2 4 0,2 0 0 3400 37502 0,4 2 0,03 0 0 3200 3750
54
54
Lampiran 2. Data Konsumsi Tepung Beras di Kbupaten Jember 2005
C P1 P2 P3 P4 P5 P6 P7 Pendk Kaps4316 2800 4000 2800 2500 3000 5000 7500 3 7337,2371 2800 3800 3800 2500 3000 5000 10000 12 630,7
185,5 3000 3800 3800 2500 2800 5000 10000 9 315,35424 3000 4000 3800 2500 3000 5000 7500 9 720,8477 3000 4000 3800 2500 3000 5000 7500 6 810,9318 3000 4000 3800 2500 2800 5000 7500 4 540,6318 3000 4000 3800 2500 3000 5000 7500 9 540,6
8480 3000 4000 4000 2500 2800 6000 7500 4 14416185,5 3000 3600 3600 2800 3200 5000 7500 3 315,35
260 2800 3500 3500 2000 3200 6000 7500 16 442468 2800 3300 4000 3400 3500 6000 7500 6 795,6156 2800 4000 3500 2000 3000 6000 7500 9 265,2260 3000 3600 3600 2000 2600 6000 7500 6 442260 3000 3500 3500 2000 3000 6000 7500 3 442364 3000 4000 3500 2000 3250 6000 7500 4 618,8832 3000 4500 3300 2000 3000 4000 7500 9 1414,4312 3000 3600 3300 2000 3000 4000 7500 9 530,4208 3300 4000 3300 2000 2800 6000 7500 12 353,6156 3300 4000 3200 3000 3000 4000 7500 12 265,2624 3300 4000 3300 2000 2600 4000 7500 9 1060,8
1040 3300 4000 4000 3300 3000 3000 7500 12 17685720 3000 4000 4000 3500 3000 4000 7500 12 9724156 3200 4000 3500 2000 3200 6000 7500 6 265,2208 3000 3500 3500 2000 3000 6000 7500 12 353,6
1144 2800 3600 3500 2000 2800 6000 7500 6 1944,81612 3200 4000 3300 3000 3000 4000 7500 4 2740,45252 3000 4000 3200 3000 3000 4000 7500 9 8928,4208 3000 4000 3300 3000 2800 4000 7500 5 353,6
6240 3000 4200 3300 3000 3000 4000 7500 3 106082444 3000 4200 3300 3000 3200 4000 7500 6 4154,8780 3000 3500 3300 3100 3000 4000 8000 6 1326
6032 3000 4000 3500 3000 3000 4000 15000 6 10254,45460 2900 3400 3250 3000 3000 3700 14000 6 92822210 3100 3700 3300 3100 3250 3750 14000 6 37573120 3000 3500 3300 3100 3500 3650 13450 6 5304
182,5 5000 5200 3400 2500 3200 3650 13000 16 310,25182,5 4800 5200 3400 2500 3200 3650 13000 12 310,25182,5 4800 5200 3400 2500 3500 3650 13000 12 310,25182,5 4800 5200 3400 2500 3500 3650 13000 12 310,25182,5 4800 5200 3400 4000 3250 3650 13000 6 310,25182,5 4800 5200 3400 2500 3000 3650 13000 9 310,25
520 4800 5200 3400 2500 3000 3650 13000 9 884182,5 4800 5200 3500 2500 3500 3650 13000 9 310,25
260 4800 5200 3400 2600 3500 3650 13000 9 442182,5 4800 5200 3400 2600 3200 3650 13000 9 310,25
936 2800 5300 3800 2800 3000 5500 8000 4 1591,2360 3000 4500 4000 3000 3500 5000 7500 6 612
55
55
312 2800 5600 3900 2800 3300 5000 7500 9 530,41095 3200 5400 3900 2600 3500 5600 7500 6 1861,5730 3100 4000 3600 2800 3200 5000 8000 6 1241730 3000 5200 3700 3000 3500 5500 8000 6 1241208 3000 4000 3400 3200 3300 4000 8000 9 353,6730 3000 5200 3200 2800 3000 4000 7500 6 1241132 3200 5500 4000 2800 2800 4000 7500 6 224,4
1095 2900 5400 3700 3000 3000 5000 7500 6 1861,5208 2800 5500 3700 2900 3000 5000 8000 5 353,6260 3000 4000 3600 2600 3200 5500 8500 6 442730 3000 5300 3300 3000 3250 5500 8500 9 1241208 3000 5500 3500 2800 2900 5500 8000 6 353,6730 3200 5000 3900 2800 2800 5600 7500 6 1241312 3000 5300 3800 3000 3000 5600 7500 6 530,4
1095 3200 5500 3800 3000 3000 5000 8000 3 1861,5730 3400 5400 4000 2800 3500 5500 7500 4 1241730 3300 5200 3800 3000 3200 5500 7500 6 1241
1095 3000 4500 3400 3000 3300 5000 7500 5 1861,5208 3200 4000 3400 3100 3500 4000 8000 6 353,6730 3400 5200 3800 2800 3200 4000 10000 6 1241730 3200 4000 3800 2600 2800 3800 8500 6 1241
56
56
Lampiran 3. Hasil analisis Produksi Tepung Beras di Kabupaten Jember (2005)
Date:10/08/2005 Time:11:22 ********************************************************************* SHAZAM - FOR WINDOWS SITE NO. 175ABC5QWU ** Copyright (C) 2001 by K.J. White - All Rights Reserved **
For Use Only By: FACULTY STAFF AND STUDENTS At: UNIVERSITY OF NEW SOUTH WALES, KENSINGTO
N NSW PRO SITE LICENSE - FOR USE ON ALL COMPUTERS AT ABOVE LOCATION ********************************************************************* ***** FOR USE ONLY IN AUSTRALIA AND NEW ZEALAND ***** Hello/Bonjour/Aloha/Howdy/G Day/Kia Ora/Konnichiwa/Buenos Dias/Nee Hau/Ciao Welcome to SHAZAM - Version 9.0 - AUG 2001 SYSTEM=WIN-98 PAR= 2000 CURRENT WORKING DIRECTORY IS: C:\A-SHAZAM\SHAZAM TYPE COMMANDfile 11 a:produksi.dif UNIT 11 IS NOW ASSIGNED TO: a:produksi.dif TYPE COMMANDread(11)/dif ..NOTE..DIF FILE HAS 14 COLUMNS AND 69 ROWS DIF FILE CONTAINS VARIABLES: PRODK X1 X2 X3 D1 D2 P1 P2 P3 P4 P5 P6 PENDK PRODS
...SAMPLE RANGE IS NOW SET TO: 1 68 TYPE COMMANDols prods x1 x2 p1 p2 p3 p4 p5 p6 pendk d1 d2/max
REQUIRED MEMORY IS PAR= 17 CURRENT PAR= 2000 OLS ESTIMATION 68 OBSERVATIONS DEPENDENT VARIABLE= PRODS ...NOTE..SAMPLE RANGE SET TO: 1, 68
R-SQUARE = 0.3667 R-SQUARE ADJUSTED = 0.2423 VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.11130E+06 STANDARD ERROR OF THE ESTIMATE-SIGMA = 333.62 SUM OF SQUARED ERRORS-SSE= 0.62328E+07 MEAN OF DEPENDENT VARIABLE = 614.54 LOG OF THE LIKELIHOOD FUNCTION = -484.966
MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242) AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.13094E+06 (FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC) AKAIKE (1973) INFORMATION CRITERION - LOG AIC = 11.779 SCHWARZ (1978) CRITERION - LOG SC = 12.170 MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165) CRAVEN-WAHBA (1979) GENERALIZED CROSS VALIDATION - GCV = 0.13515E+06 HANNAN AND QUINN (1979) CRITERION = 0.15235E+06 RICE (1984) CRITERION = 0.14165E+06 SHIBATA (1981) CRITERION = 0.12401E+06 SCHWARZ (1978) CRITERION - SC = 0.19300E+06 AKAIKE (1974) INFORMATION CRITERION - AIC = 0.13045E+06
ANALYSIS OF VARIANCE - FROM MEAN SS DF MS F REGRESSION 0.36086E+07 11. 0.32805E+06 2.947 ERROR 0.62328E+07 56. 0.11130E+06 P-VALUE TOTAL 0.98413E+07 67. 0.14689E+06 0.004
ANALYSIS OF VARIANCE - FROM ZERO SS DF MS F REGRESSION 0.29290E+08 12. 0.24408E+07 21.930 ERROR 0.62328E+07 56. 0.11130E+06 P-VALUE TOTAL 0.35523E+08 68. 0.52239E+06 0.000
57
57
VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR 56 DF P-VALUE CORR. COEFFICIENT AT MEANS X1 36.205 90.40 0.4005 0.690 0.053 0.0469 0.0087 X2 -21.315 46.37 -0.4596 0.648-0.061 -0.0504 -0.0699 P1 0.31667 0.1035 3.061 0.003 0.379 0.5397 1.6997 P2 -0.48489E-01 0.2072 -0.2340 0.816-0.031 -0.0347 -0.2852 P3 0.51128E-01 0.1719 0.2975 0.767 0.040 0.0379 0.2328 P4 0.25427E-01 0.1525 0.1667 0.868 0.022 0.0200 0.1145 P5 0.14782 0.7066E-01 2.092 0.041 0.269 0.2627 1.1970 P6 0.49695E-01 0.6327E-01 0.7854 0.436 0.104 0.1289 0.5487 PENDK 4.1583 17.14 0.2426 0.809 0.032 0.0312 0.0488 D1 336.60 141.1 2.386 0.020 0.304 0.2689 0.0564 D2 119.52 98.24 1.217 0.229 0.160 0.1501 0.0686 CONSTANT -1610.2 1217. -1.323 0.191-0.174 0.0000 -2.6201
VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS X1 8171.4 X2 444.18 2150.5 P1 -1.2188 0.17419 0.10705E-01 P2 -0.45392 -1.3088 0.17916E-02 0.42934E-01 P3 -1.3633 -0.44355 0.38016E-02 0.16762E-01 0.29538E-01 P4 2.1420 0.53065 -0.47108E-02 -0.31065E-02 -0.62954E-02 0.23271E-01 P5 -1.4011 0.14884 -0.21362E-03 -0.58155E-02 -0.29949E-02 0.12963E-02 0.49929E-02 P6 -1.0458 0.25094 0.46552E-02 -0.18039E-02 0.13408E-02 -0.23322E-02 0.72678E-03 0.40036E-02 PENDK 38.113 -60.619 -0.63622 1.2148 0.37426 -0.55020E-01 -0.30700E-01 -0.26489 293.80 D1 1773.8 581.26 2.5016 -0.59888 -2.6805 1.4924 -0.66590 0.34117 -441.78 19908. D2 2763.9 806.07 -1.2206 -5.8396 -4.1338 4.2937 -0.35355 -0.58065 -153.37 1657.8 9650.3 CONSTANT 14091. -2820.3 -65.333 -162.13 -132.43 -13.271 -2.9412 -35.196 -3137.6 -2598.2 26020. 0.14812E+07 X1 X2 P1 P2 P3 P4 P5 P6 PENDK D1 D2 CONSTANT
CORRELATION MATRIX OF COEFFICIENTS X1 1.0000 X2 0.10596 1.0000 P1 -0.13032 0.36305E-01 1.0000 P2 -0.24234E-01 -0.13621 0.83572E-01 1.0000 P3 -0.87751E-01 -0.55652E-01 0.21379 0.47068 1.0000 P4 0.15533 0.75011E-01 -0.29847 -0.98277E-01 -0.24012 1.0000 P5 -0.21935 0.45422E-01 -0.29220E-01 -0.39720 -0.24661 0.12026 1.0000 P6 -0.18284 0.85522E-01 0.71109 -0.13759 0.12330 -0.24162 0.16255 1.0000 PENDK 0.24598E-01 -0.76263E-01 -0.35875 0.34205 0.12705 -0.21042E-01 -0.25347E-01 -0.24424 1.0000 D1 0.13907 0.88836E-01 0.17137 -0.20485E-01 -0.11054 0.69336E-01 -0.66791E-01 0.38215E-01 -0.18267 1.0000 D2 0.31125 0.17694 -0.12009 -0.28689 -0.24484 0.28651 -0.50933E-01 -0.93416E-01 -0.91082E-01 0.11961 1.0000 CONSTANT 0.12808 -0.49971E-01 -0.51886 -0.64293 -0.63312 -0.71481E-01 -0.34202E-01 -0.45704 -0.15041 -0.15131E-01 0.21763 1.0000 X1 X2 P1 P2 P3 P4 P5 P6 PENDK D1 D2 CONSTANT
58
58
OBS. OBSERVED PREDICTED CALCULATED NO. VALUE VALUE RESIDUAL 1 520.00 621.44 -101.44 * I 2 338.00 341.11 -3.1104 * 3 416.00 475.09 -59.086 *I 4 416.00 457.41 -41.407 *I 5 520.00 374.39 145.61 I * 6 468.00 360.61 107.39 I * 7 416.00 661.78 -245.78 * I 8 520.00 568.15 -48.152 *I 9 2080.0 961.88 1118.1 I X 10 416.00 593.88 -177.88 * I 11 520.00 442.50 77.495 I* 12 416.00 386.28 29.721 * 13 260.00 166.98 93.019 I* 14 208.00 326.13 -118.13 * I 15 624.00 500.04 123.96 I * 16 364.00 453.77 -89.771 *I 17 650.00 760.22 -110.22 * I 18 520.00 540.46 -20.456 * 19 780.00 680.76 99.237 I* 20 520.00 689.60 -169.60 * I 21 1040.0 668.29 371.71 I * 22 312.00 697.05 -385.05 * I 23 676.00 666.34 9.6606 * 24 260.00 334.45 -74.450 *I 25 234.00 652.60 -418.60 * I 26 572.00 452.37 119.63 I * 27 260.00 325.61 -65.610 *I 28 468.00 355.76 112.24 I * 29 208.00 380.71 -172.71 * I 30 338.00 738.63 -400.63 * I 31 182.00 597.25 -415.25 * I 32 104.00 332.64 -228.64 * I 33 1144.0 750.95 393.05 I * 34 832.00 683.30 148.70 I * 35 156.00 611.81 -455.81 * I 36 260.00 856.90 -596.90 * I 37 1300.0 992.52 307.48 I * 38 832.00 968.40 -136.40 * I 39 1430.0 816.85 613.15 I * 40 1430.0 1007.1 422.89 I * 41 910.00 1169.8 -259.82 * I 42 1326.0 1047.6 278.37 I * 43 910.00 1094.9 -184.92 * I 44 910.00 965.43 -55.434 *I 45 520.00 1137.4 -617.36 * I 46 912.00 461.35 450.65 I * 47 365.00 210.81 154.19 I * 48 312.00 827.18 -515.18 * I 49 1095.0 755.78 339.22 I * 50 730.00 614.29 115.71 I * 51 730.00 562.94 167.06 I * 52 208.00 469.16 -261.16 * I 53 730.00 619.75 110.25 I * 54 260.00 635.62 -375.62 * I 55 1095.0 995.27 99.726 I* 56 208.00 472.98 -264.98 * I 57 260.00 346.32 -86.321 *I 58 730.00 455.87 274.13 I * 59 208.00 613.91 -405.91 * I 60 730.00 475.51 254.49 I * 61 312.00 416.55 -104.55 * I 62 1095.0 868.21 226.79 I * 63 730.00 566.02 163.98 I * 64 730.00 657.49 72.509 I* 65 1095.0 609.94 485.06 I * 66 208.00 552.32 -344.32 * I 67 730.00 495.07 234.93 I * 68 730.00 439.44 290.56 I *
59
59
DURBIN-WATSON = 2.3859 VON NEUMANN RATIO = 2.4215 RHO = -0.20328 RESIDUAL SUM = 0.48317E-11 RESIDUAL VARIANCE = 0.11130E+06 SUM OF ABSOLUTE ERRORS= 16021. R-SQUARE BETWEEN OBSERVED AND PREDICTED = 0.3667 RUNS TEST: 42 RUNS, 33 POS, 0 ZERO, 35 NEG NORMAL STATISTIC = 1.7193 COEFFICIENT OF SKEWNESS = 0.5474 WITH STANDARD DEVIATION OF 0.2908 COEFFICIENT OF EXCESS KURTOSIS = 1.5987 WITH STANDARD DEVIATION OF 0.5740
JARQUE-BERA NORMALITY TEST- CHI-SQUARE(2 DF)= 8.7735 P-VALUE= 0.012
GOODNESS OF FIT TEST FOR NORMALITY OF RESIDUALS - 15 GROUPS OBSERVED 0.0 0.0 1.0 2.0 8.0 5.0 12.0 9.0 16.0 7.0 5.0 1.0 1.0 0.0 1.0 EXPECTED 0.3 0.6 1.5 3.1 5.3 7.9 10.0 10.8 10.0 7.9 5.3 3.1 1.5 0.6 0.3 CHI-SQUARE = 12.0091 WITH 1 DEGREES OF FREEDOM, P-VALUE= 0.001 TYPE COMMAND
ols prods x1 x2 p1 p2 p3 p4 p6 pendk d1 d2/max
REQUIRED MEMORY IS PAR= 16 CURRENT PAR= 2000 OLS ESTIMATION 68 OBSERVATIONS DEPENDENT VARIABLE= PRODS ...NOTE..SAMPLE RANGE SET TO: 1, 68
R-SQUARE = 0.3172 R-SQUARE ADJUSTED = 0.1974 VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.11789E+06 STANDARD ERROR OF THE ESTIMATE-SIGMA = 343.35 SUM OF SQUARED ERRORS-SSE= 0.67198E+07 MEAN OF DEPENDENT VARIABLE = 614.54 LOG OF THE LIKELIHOOD FUNCTION = -487.524
MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242) AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.13696E+06 (FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC) AKAIKE (1973) INFORMATION CRITERION - LOG AIC = 11.825 SCHWARZ (1978) CRITERION - LOG SC = 12.184 MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165) CRAVEN-WAHBA (1979) GENERALIZED CROSS VALIDATION - GCV = 0.14064E+06 HANNAN AND QUINN (1979) CRITERION = 0.15745E+06 RICE (1984) CRITERION = 0.14608E+06 SHIBATA (1981) CRITERION = 0.13079E+06 SCHWARZ (1978) CRITERION - SC = 0.19556E+06 AKAIKE (1974) INFORMATION CRITERION - AIC = 0.13657E+06
ANALYSIS OF VARIANCE - FROM MEAN SS DF MS F REGRESSION 0.31215E+07 10. 0.31215E+06 2.648 ERROR 0.67198E+07 57. 0.11789E+06 P-VALUE TOTAL 0.98413E+07 67. 0.14689E+06 0.010
ANALYSIS OF VARIANCE - FROM ZERO SS DF MS F REGRESSION 0.28803E+08 11. 0.26184E+07 22.210 ERROR 0.67198E+07 57. 0.11789E+06 P-VALUE TOTAL 0.35523E+08 68. 0.52239E+06 0.000
VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR 57 DF P-VALUE CORR. COEFFICIENT AT MEANS X1 77.684 90.77 0.8558 0.396 0.113 0.1007 0.0186 X2 -25.721 47.68 -0.5395 0.592-0.071 -0.0608 -0.0843 P1 0.32299 0.1064 3.035 0.004 0.373 0.5505 1.7337 P2 0.12368 0.1957 0.6320 0.530 0.083 0.0886 0.7273 P3 0.13979 0.1714 0.8155 0.418 0.107 0.1036 0.6366 P4 -0.12951E-01 0.1559 -0.8309E-01 0.934-0.011 -0.0102 -0.0583 P6 0.28178E-01 0.6425E-01 0.4385 0.663 0.058 0.0731 0.3112 PENDK 5.0672 17.64 0.2873 0.775 0.038 0.0380 0.0594 D1 356.32 144.9 2.459 0.017 0.310 0.2846 0.0597 D2 129.98 101.0 1.287 0.203 0.168 0.1633 0.0747 CONSTANT -1523.1 1252. -1.217 0.229-0.159 0.0000 -2.4784 VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS
60
60
X1 8239.0 X2 514.73 2273.2 P1 -1.3545 0.19125 0.11329E-01 P2 -2.2094 -1.2027 0.16342E-02 0.38302E-01 P3 -2.3342 -0.37526 0.38911E-02 0.14060E-01 0.29385E-01 P4 2.6542 0.52115 -0.49311E-02 -0.16911E-02 -0.58446E-02 0.24293E-01 P6 -0.89169 0.24286 0.49638E-02 -0.10141E-02 0.18820E-02 -0.26702E-02 0.41287E-02 PENDK 31.246 -63.240 -0.67529 1.2489 0.37692 -0.49836E-01 -0.27584 311.00 D1 1680.9 636.72 2.6196 -1.4559 -3.2624 1.7639 0.46405 -472.29 20993. D2 2822.5 864.98 -1.3089 -6.6217 -4.6032 4.6452 -0.56053 -164.75 1706.1 10195. CONSTANT 14051. -2894.5 -69.336 -175.36 -142.14 -13.248 -36.827 -3342.5 -3167.6 27340. 0.15671E+07 X1 X2 P1 P2 P3 P4 P6 PENDK D1 D2 CONSTANT
CORRELATION MATRIX OF COEFFICIENTS X1 1.0000 X2 0.11894 1.0000 P1 -0.14020 0.37687E-01 1.0000 P2 -0.12437 -0.12889 0.78451E-01 1.0000 P3 -0.15002 -0.45915E-01 0.21326 0.41909 1.0000 P4 0.18761 0.70129E-01 -0.29724 -0.55439E-01 -0.21875 1.0000 P6 -0.15289 0.79273E-01 0.72580 -0.80644E-01 0.17086 -0.26662 1.0000 PENDK 0.19520E-01 -0.75213E-01 -0.35976 0.36186 0.12468 -0.18131E-01 -0.24343 1.0000 D1 0.12781 0.92171E-01 0.16987 -0.51344E-01 -0.13135 0.78108E-01 0.49845E-01 -0.18484 1.0000 D2 0.30796 0.17968 -0.12179 -0.33509 -0.26595 0.29516 -0.86396E-01 -0.92523E-01 0.11662 1.0000 CONSTANT 0.12366 -0.48496E-01 -0.52038 -0.71579 -0.66239 -0.67900E-01 -0.45784 -0.15141 -0.17464E-01 0.21630 1.0000 X1 X2 P1 P2 P3 P4 P6 PENDK D1 D2 CONSTANT
OBS. OBSERVED PREDICTED CALCULATED NO. VALUE VALUE RESIDUAL 1 520.00 604.77 -84.765 *I 2 338.00 453.12 -115.12 * I 3 416.00 442.50 -26.496 * 4 416.00 421.46 -5.4571 * 5 520.00 394.60 125.40 I * 6 468.00 412.46 55.537 I* 7 416.00 641.65 -225.65 * I 8 520.00 585.88 -65.882 *I 9 2080.0 977.15 1102.9 I X 10 416.00 576.89 -160.89 * I 11 520.00 517.90 2.0956 * 12 416.00 347.11 68.891 I* 13 260.00 427.29 -167.29 * I 14 208.00 388.98 -180.98 * I 15 624.00 472.90 151.10 I * 16 364.00 416.78 -52.775 *I 17 650.00 736.85 -86.851 *I 18 520.00 503.54 16.461 * 19 780.00 658.86 121.14 I * 20 520.00 669.38 -149.38 * I 21 1040.0 643.66 396.34 I * 22 312.00 555.04 -243.04 * I 23 676.00 520.44 155.56 I * 24 260.00 399.11 -139.11 * I
61
61
25 234.00 729.51 -495.51 * I 26 572.00 529.97 42.032 I* 27 260.00 388.59 -128.59 * I 28 468.00 424.83 43.169 I* 29 208.00 455.23 -247.23 * I 30 338.00 837.27 -499.27 * I 31 182.00 499.93 -317.93 * I 32 104.00 472.48 -368.48 * I 33 1144.0 536.28 607.72 I * 34 832.00 639.02 192.98 I * 35 156.00 532.24 -376.24 * I 36 260.00 980.25 -720.25 * I 37 1300.0 861.62 438.38 I * 38 832.00 885.49 -53.495 *I 39 1430.0 981.74 448.26 I * 40 1430.0 1002.2 427.79 I * 41 910.00 1121.5 -211.51 * I 42 1326.0 928.27 397.73 I * 43 910.00 1096.3 -186.34 * I 44 910.00 1041.6 -131.59 * I 45 520.00 1157.8 -637.82 * I 46 912.00 457.32 454.68 I * 47 365.00 322.01 42.994 I* 48 312.00 684.25 -372.25 * I 49 1095.0 617.66 477.34 I * 50 730.00 616.93 113.07 I * 51 730.00 489.26 240.74 I * 52 208.00 491.85 -283.85 * I 53 730.00 626.02 103.98 I * 54 260.00 671.58 -411.58 * I 55 1095.0 1033.3 61.711 I* 56 208.00 528.63 -320.63 * I 57 260.00 369.55 -109.55 * I 58 730.00 412.49 317.51 I * 59 208.00 440.45 -232.45 * I 60 730.00 474.48 255.52 I * 61 312.00 380.83 -68.826 *I 62 1095.0 805.67 289.33 I * 63 730.00 724.55 5.4464 * 64 730.00 657.06 72.938 I* 65 1095.0 614.42 480.58 I * 66 208.00 589.17 -381.17 * I 67 730.00 465.02 264.98 I * 68 730.00 445.99 284.01 I *
DURBIN-WATSON = 2.3377 VON NEUMANN RATIO = 2.3725 RHO = -0.17750 RESIDUAL SUM = 0.10687E-10 RESIDUAL VARIANCE = 0.11789E+06 SUM OF ABSOLUTE ERRORS= 16517. R-SQUARE BETWEEN OBSERVED AND PREDICTED = 0.3172 RUNS TEST: 42 RUNS, 33 POS, 0 ZERO, 35 NEG NORMAL STATISTIC = 1.7193 COEFFICIENT OF SKEWNESS = 0.5136 WITH STANDARD DEVIATION OF 0.2908 COEFFICIENT OF EXCESS KURTOSIS = 1.2034 WITH STANDARD DEVIATION OF 0.5740
JARQUE-BERA NORMALITY TEST- CHI-SQUARE(2 DF)= 5.8633 P-VALUE= 0.053
GOODNESS OF FIT TEST FOR NORMALITY OF RESIDUALS - 15 GROUPS OBSERVED 0.0 0.0 2.0 2.0 5.0 8.0 13.0 13.0 9.0 6.0 8.0 1.0 0.0 0.0 1.0 EXPECTED 0.3 0.6 1.5 3.1 5.3 7.9 10.0 10.8 10.0 7.9 5.3 3.1 1.5 0.6 0.3 CHI-SQUARE = 9.7457 WITH 2 DEGREES OF FREEDOM, P-VALUE= 0.008 TYPE COMMAND
62
62
Lampiran 4. Hasil Analisis Konsumsi Tepung Beras di Kabupaten Jember (2005)
Date:10/08/2005 Time:11:01 ********************************************************************* SHAZAM - FOR WINDOWS SITE NO. 175ABC5QWU ** Copyright (C) 2001 by K.J. White - All Rights Reserved **
For Use Only By: FACULTY STAFF AND STUDENTS At: UNIVERSITY OF NEW SOUTH WALES, KENSINGTO
N NSW PRO SITE LICENSE - FOR USE ON ALL COMPUTERS AT ABOVE LOCATION ********************************************************************* ***** FOR USE ONLY IN AUSTRALIA AND NEW ZEALAND ***** Hello/Bonjour/Aloha/Howdy/G Day/Kia Ora/Konnichiwa/Buenos Dias/Nee Hau/Ciao Welcome to SHAZAM - Version 9.0 - AUG 2001 SYSTEM=WIN-98 PAR= 2000 CURRENT WORKING DIRECTORY IS: C:\A-SHAZAM\SHAZAM TYPE COMMANDfile 11 a:konsum.dif UNIT 11 IS NOW ASSIGNED TO: a:konsum.dif TYPE COMMANDread(11)/dif ..NOTE..DIF FILE HAS 13 COLUMNS AND 69 ROWS DIF FILE CONTAINS VARIABLES: C P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2
...SAMPLE RANGE IS NOW SET TO: 1 68 TYPE COMMANDols C P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2/max
REQUIRED MEMORY IS PAR= 17 CURRENT PAR= 2000 OLS ESTIMATION 68 OBSERVATIONS DEPENDENT VARIABLE= C ...NOTE..SAMPLE RANGE SET TO: 1, 68
R-SQUARE = 1.0000 R-SQUARE ADJUSTED = 1.0000 VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.37568E-01 STANDARD ERROR OF THE ESTIMATE-SIGMA = 0.19382 SUM OF SQUARED ERRORS-SSE= 2.0662 MEAN OF DEPENDENT VARIABLE = 1131.3 LOG OF THE LIKELIHOOD FUNCTION = 22.3006
MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242) AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.44750E-01 (FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC) AKAIKE (1973) INFORMATION CRITERION - LOG AIC = -3.1114 SCHWARZ (1978) CRITERION - LOG SC = -2.6871 MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165) CRAVEN-WAHBA (1979) GENERALIZED CROSS VALIDATION - GCV = 0.46448E-01 HANNAN AND QUINN (1979) CRITERION = 0.52692E-01 RICE (1984) CRITERION = 0.49196E-01 SHIBATA (1981) CRITERION = 0.42004E-01 SCHWARZ (1978) CRITERION - SC = 0.68078E-01 AKAIKE (1974) INFORMATION CRITERION - AIC = 0.44538E-01
ANALYSIS OF VARIANCE - FROM MEAN SS DF MS F REGRESSION 0.20954E+09 12. 0.17461E+08 464792138.781 ERROR 2.0662 55. 0.37568E-01 P-VALUE TOTAL 0.20954E+09 67. 0.31274E+07 0.000
ANALYSIS OF VARIANCE - FROM ZERO SS DF MS F REGRESSION 0.29657E+09 13. 0.22813E+08 607244227.365 ERROR 2.0662 55. 0.37568E-01 P-VALUE TOTAL 0.29657E+09 68. 0.43613E+07 0.000
63
63
VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR 55 DF P-VALUE CORR. COEFFICIENT AT MEANS P1 -0.24146E-03 0.7212E-04 -3.348 0.001-0.411 -0.0001 -0.0007 P2 0.20198E-04 0.4565E-04 0.4424 0.660 0.060 0.0000 0.0001 P3 -0.57956E-04 0.1069E-03 -0.5419 0.590-0.073 0.0000 -0.0002 P4 -0.60793E-04 0.8027E-04 -0.7574 0.452-0.102 0.0000 -0.0001 P5 -0.36044E-04 0.1197E-03 -0.3012 0.764-0.041 0.0000 -0.0001 P6 -0.30226E-04 0.4294E-04 -0.7038 0.484-0.094 0.0000 -0.0001 P7 -0.20575E-04 0.1669E-04 -1.233 0.223-0.164 0.0000 -0.0002 PENDK 0.17348E-02 0.9983E-02 0.1738 0.863 0.023 0.0000 0.0000 KAPS 0.58823 0.9624E-05 0.6112E+05 0.000 1.000 1.0000 0.9999 UMUR 0.15831E-02 0.2924E-02 0.5414 0.590 0.073 0.0000 0.0001 D1 -0.11416E-01 0.8330E-01 -0.1371 0.891-0.018 0.0000 0.0000 D2 0.19051E-01 0.7880E-01 0.2418 0.810 0.033 0.0000 0.0000 CONSTANT 1.5502 0.5279 2.937 0.005 0.368 0.0000 0.0014
VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS P1 0.52015E-08 P2 -0.17152E-08 0.20844E-08 P3 0.10445E-09 -0.70930E-09 0.11436E-07 P4 0.15499E-08 -0.95195E-09 -0.25690E-08 0.64426E-08 P5 -0.99164E-09 -0.19908E-09 0.78863E-09 -0.35897E-08 0.14319E-07 P6 0.99611E-09 -0.29114E-09 -0.16221E-08 0.19661E-08 -0.12539E-08 0.18442E-08 P7 -0.67443E-09 0.12383E-09 0.11888E-09 0.15362E-10 -0.41199E-09 0.13305E-09 0.27857E-09 PENDK -0.10288E-06 0.37942E-07 -0.17421E-06 0.17509E-06 -0.16325E-07 0.88675E-07 -0.61262E-08 0.99659E-04 KAPS 0.12748E-09 0.60580E-10 0.29917E-10 -0.13203E-09 0.19937E-09 0.25487E-10 -0.40658E-10 0.13340E-07 0.92619E-10 UMUR 0.31051E-07 -0.33662E-07 -0.45470E-07 0.14795E-07 0.29318E-07 0.13996E-07 -0.54300E-08 0.10870E-04 0.54080E-09 0.85501E-05 D1 0.92937E-06 -0.43661E-06 0.69763E-06 -0.28573E-06 0.34207E-06 -0.18990E-06 -0.13547E-06 -0.41272E-04 -0.19084E-06 0.48306E-06 0.69387E-02 D2 0.19675E-06 -0.56787E-06 -0.48070E-06 0.13223E-05 -0.47374E-06 0.53997E-06 0.10984E-06 -0.98007E-04 0.30713E-07 -0.30321E-04 -0.52408E-03 0.62097E-02 CONSTANT -0.10624E-04 0.35487E-05 -0.23698E-04 -0.91280E-05 -0.25341E-04 -0.88107E-05 -0.26100E-06 -0.12006E-02 -0.10982E-05 -0.38410E-03 -0.18080E-02 -0.73947E-03 0.27867 P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2 CONSTANT
CORRELATION MATRIX OF COEFFICIENTS P1 1.0000 P2 -0.52091 1.0000 P3 0.13543E-01 -0.14528 1.0000 P4 0.26774 -0.25977 -0.29929 1.0000 P5 -0.11490 -0.36440E-01 0.61628E-01 -0.37374 1.0000 P6 0.32162 -0.14849 -0.35320 0.57039 -0.24401 1.0000 P7 -0.56028 0.16250 0.66606E-01 0.11467E-01 -0.20628 0.18563 1.0000 PENDK -0.14289 0.83248E-01 -0.16318 0.21851 -0.13666E-01 0.20684 -0.36768E-01 1.0000 KAPS 0.18367 0.13788 0.29069E-01 -0.17092 0.17312 0.61669E-01 -0.25312 0.13885 1.0000 UMUR 0.14724 -0.25215 -0.14541 0.63037E-01 0.83789E-01 0.11146 -0.11126 0.37237 0.19218E-01 1.0000 D1 0.15470 -0.11481 0.78315E-01 -0.42736E-01 0.34318E-01 -0.53087E-01 -0.97439E-01 -0.49632E-01 -0.23806 0.19833E-02 1.0000 D2 0.34618E-01 -0.15784 -0.57043E-01 0.20905 -0.50240E-01 0.15956 0.83513E-01 -0.12458 0.40499E-01 -0.13159 -0.79840E-01 1.0000 CONSTANT -0.27904 0.14724 -0.41979 -0.21543 -0.40117 -0.38865 -0.29623E-01 -0.22783 -0.21616 -0.24884
64
64
-0.41117E-01 -0.17776E-01 1.0000 P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2 CONSTANT
OBS. OBSERVED PREDICTED CALCULATED NO. VALUE VALUE RESIDUAL 1 4316.0 4316.1 -0.13736 * I 2 371.00 370.76 0.23802 I * 3 185.00 185.44 -0.43534 * I 4 424.00 423.73 0.26824 I * 5 477.00 476.67 0.33299 I * 6 318.00 317.85 0.14601 I * 7 318.00 317.83 0.16513 I * 8 8480.0 8480.0 -0.24639E-01 *I 9 185.00 185.46 -0.45918 * I 10 260.00 260.25 -0.25398 * I 11 468.00 467.75 0.25106 I * 12 156.00 156.15 -0.14599 * I 13 260.00 260.22 -0.21727 * I 14 260.00 260.19 -0.19351 * I 15 364.00 363.74 0.25974 I * 16 832.00 832.06 -0.64736E-01 * I 17 312.00 312.04 -0.38864E-01 *I 18 208.00 207.81 0.19302 I * 19 156.00 156.04 -0.38007E-01 *I 20 624.00 623.75 0.24717 I * 21 1040.0 1040.1 -0.11163 * I 22 5720.0 5720.1 -0.88539E-01 * I 23 156.00 156.06 -0.56040E-01 *I 24 208.00 207.84 0.15898 I * 25 1144.0 1143.8 0.22558 I * 26 1612.0 1611.9 0.68338E-01 I * 27 5252.0 5251.9 0.79081E-01 I * 28 208.00 207.88 0.11566 I * 29 6240.0 6240.1 -0.14291 * I 30 2444.0 2443.7 0.28936 I * 31 780.00 780.16 -0.16324 * I 32 6032.0 6031.8 0.21332 I * 33 5460.0 5460.1 -0.71151E-01 * I 34 2210.0 2210.0 -0.92232E-02 * 35 3120.0 3120.0 -0.13929E-01 * 36 182.00 182.07 -0.69683E-01 * I 37 182.00 182.09 -0.88818E-01 * I 38 182.00 182.08 -0.76422E-01 * I 39 182.00 182.08 -0.78005E-01 * I 40 182.00 181.98 0.20916E-01 I* 41 182.00 182.13 -0.12571 * I 42 520.00 519.74 0.25849 I * 43 182.00 182.05 -0.54340E-01 *I 44 260.00 259.71 0.29037 I * 45 182.00 182.06 -0.61703E-01 * I 46 936.00 936.11 -0.11429 * I 47 360.00 360.17 -0.16541 * I 48 312.00 312.02 -0.18990E-01 * 49 1095.0 1094.8 0.17360 I * 50 730.00 730.16 -0.16391 * I 51 730.00 730.15 -0.15258 * I 52 208.00 207.83 0.16765 I * 53 730.00 730.25 -0.25437 * I 54 132.00 132.02 -0.18499E-01 * 55 1095.0 1094.9 0.71397E-01 I * 56 208.00 207.89 0.11456 I * 57 260.00 260.15 -0.14912 * I 58 730.00 730.16 -0.15796 * I 59 208.00 207.86 0.13595 I * 60 730.00 730.14 -0.13648 * I 61 312.00 311.94 0.62221E-01 I * 62 1095.0 1094.8 0.16785 I * 63 730.00 730.08 -0.79040E-01 * I
65
65
64 730.00 730.10 -0.10495 * I 65 1095.0 1094.9 0.85417E-01 I * 66 208.00 207.81 0.19061 I * 67 730.00 730.08 -0.75778E-01 * I 68 730.00 730.18 -0.17915 * I
DURBIN-WATSON = 2.2868 VON NEUMANN RATIO = 2.3209 RHO = -0.15819 RESIDUAL SUM = -0.35380E-12 RESIDUAL VARIANCE = 0.37568E-01 SUM OF ABSOLUTE ERRORS= 9.9815 R-SQUARE BETWEEN OBSERVED AND PREDICTED = 1.0000 RUNS TEST: 37 RUNS, 28 POS, 0 ZERO, 40 NEG NORMAL STATISTIC = 0.7719 COEFFICIENT OF SKEWNESS = -0.0803 WITH STANDARD DEVIATION OF 0.2908 COEFFICIENT OF EXCESS KURTOSIS = -0.3254 WITH STANDARD DEVIATION OF 0.5740 JARQUE-BERA NORMALITY TEST- CHI-SQUARE(2 DF)= 0.4984 P-VALUE= 0.779
GOODNESS OF FIT TEST FOR NORMALITY OF RESIDUALS - 20 GROUPS OBSERVED 0.0 0.0 2.0 0.0 0.0 2.0 3.0 11.0 13.0 9.0 1.0 7.0 7.0 4.0 8.0 1.0 0.0 0.0 0.0 0.0 EXPECTED 0.2 0.3 0.7 1.2 2.1 3.3 4.7 6.1 7.3 8.0 8.0 7.3 6.1 4.7 3.3 2.1 1.2 0.7 0.3 0.2
CHI-SQUARE = 32.2557 WITH 5 DEGREES OF FREEDOM, P-VALUE= 0.000 TYPE COMMAND
diagnos/het
REQUIRED MEMORY IS PAR= 145 CURRENT PAR= 2000 DEPENDENT VARIABLE = C 68 OBSERVATIONS REGRESSION COEFFICIENTS -0.241460337057E-03 0.201983822315E-04 -0.579557343364E-04 -0.607934257095E-04 -0.360440651872E-04 -0.302263057378E-04 -0.205751883321E-04 0.173478113867E-02 0.588227818932 0.158314572558E-02 -0.114162484896E-01 0.190512195390E-01 1.55020654321
HETEROSKEDASTICITY TESTS CHI-SQUARE D.F. P-VALUE TEST STATISTIC E**2 ON YHAT: 1.768 1 0.18365 E**2 ON YHAT**2: 1.429 1 0.23185 E**2 ON LOG(YHAT**2): 1.528 1 0.21642 E**2 ON LAG(E**2) ARCH TEST: 1.808 1 0.17880 LOG(E**2) ON X (HARVEY) TEST: 11.386 12 0.49619 ABS(E) ON X (GLEJSER) TEST: 14.147 12 0.29144 E**2 ON X TEST: KOENKER(R2): 14.111 12 0.29368 B-P-G (SSR) : 11.367 12 0.49777
...MATRIX ERROR...MAGNITUDE BELOW MACHINE PRECISION IN ROW -24. THIS IS USUALLY CAUSED BY SINGULAR MATRIX. ...RESULTS MAY BE UNRELIABLE E**2 ON X X**2 (WHITE) TEST: KOENKER(R2): ********** 24 ********* B-P-G (SSR) : ********** 24 *********
...MATRIX ERROR...MAGNITUDE BELOW MACHINE PRECISION IN ROW -24. THIS IS USUALLY CAUSED BY SINGULAR MATRIX. ...RESULTS MAY BE UNRELIABLE E**2 ON X X**2 XX (WHITE) TEST: KOENKER(R2): ********** 90 ********* B-P-G (SSR) : ********** 90 *********
TYPE COMMANDhet C P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2/model=depvar
...NOTE..SAMPLE RANGE SET TO: 1, 68 68 OBSERVATIONS
REQUIRED MEMORY IS PAR= 21 CURRENT PAR= 2000 DEPVAR HETEROSKEDASTICITY MODEL 68 OBSERVATIONS ANALYTIC DERIVATIVES
66
66
QUASI-NEWTON METHOD USING BFGS UPDATE FORMULA INITIAL STATISTICS :
TIME = 0.0000 SEC. ITER. NO. 1 FUNCTION EVALUATIONS 1 LOG-LIKELIHOOD FUNCTION= -1701.354 COEFFICIENTS -0.2414603E-03 0.2019838E-04 -0.5795573E-04 -0.6079343E-04 -0.3604407E-04 -0.3022631E-04 -0.2057519E-04 0.1734781E-02 0.5882278 0.1583146E-02 -0.1141625E-01 0.1905122E-01 1.550207 0.8346953E-04 GRADIENT -0.1414988E+08 -0.1514886E+08 -0.1411484E+08 -8461586. -0.1173571E+08 -0.1909916E+08 -0.4085679E+08 -31529.61 -761325.6 -143880.0 171.8405 -1144.303 -3852.847 0.4350121E+08
TIME = 0.0000 SEC. ITER. NO. 16 FUNCTION EVALUATIONS 17 LOG-LIKELIHOOD FUNCTION= -774.2615 COEFFICIENTS -0.4167443E-03 -0.1117745E-03 0.1164518E-03 -0.5784406E-04 -0.7755969E-04 -0.1274815E-03 0.2373717E-04 -0.2238015E-01 0.5881508 -0.6621744E-02 -0.1771810E-01 -0.1691046E-01 2.939658 0.1806282E-03 GRADIENT -4344130. -4844456. -5755392. -4023490. -4800891. -8446323. -0.1299824E+08 -8171.151 -501513.1 -46319.08 -9.645442 398.1464 -1592.753 9255700.
TIME = 0.0500 SEC. ITER. NO. 31 FUNCTION EVALUATIONS 32 LOG-LIKELIHOOD FUNCTION= -517.6214 COEFFICIENTS -0.5597526E-03 -0.3228163E-03 0.9991901E-03 -0.1486330E-03 0.2368146E-03 -0.3066020E-03 0.9430978E-04 -0.3945808E-01 0.5874000 -0.9351914E-02 0.2983267 -0.1743106E-01 1.440849 0.4333887E-03 GRADIENT -3639770. -4273733. -3722848. -2705370. -3238618. -4594303. -0.1009067E+08 -7618.287 -147952.1 -40495.18 -13.81473 -129.9503 -1027.409 2398585.
TIME = 0.0500 SEC. ITER. NO. 46 FUNCTION EVALUATIONS 48 LOG-LIKELIHOOD FUNCTION= -352.3314 COEFFICIENTS -0.7239852E-03 -0.2842213E-03 0.4693195E-03 0.5509231E-04 0.4244059E-03 -0.1652890E-03 0.1925444E-03 -0.2407693E-01 0.5882690 -0.1713260E-02 0.1691361 0.7880817E-01 0.2623206 0.4814098E-03 GRADIENT -3652421. -4237089. -3467966. -2645042. -3132917. -4228133. -0.1018358E+08 -7681.755 -405287.7 -37679.23 -35.71781 -94.32271 -971.2895 1442785.
TIME = 0.0500 SEC. ITER. NO. 61 FUNCTION EVALUATIONS 63 LOG-LIKELIHOOD FUNCTION= -110.8999 COEFFICIENTS -0.1449554E-02 -0.3309875E-03 -0.5946473E-03 0.4056895E-04 0.4872551E-03 -0.8482903E-04 0.4028513E-03 0.6206553E-02 0.5882580 0.3353593E-01 -0.5918617 0.4759061E-01 2.352432 0.8058970E-03 GRADIENT -17491.35 22985.39 -82725.81 -70509.24 -76927.85 -62418.69 -233564.5 75.31086 -7318.406 -1783.695 -2.083386 22.90561 -20.02122 175879.4
TIME = 0.0500 SEC. ITER. NO. 76 FUNCTION EVALUATIONS 78 LOG-LIKELIHOOD FUNCTION= -48.38982 COEFFICIENTS -0.8139276E-03 0.1013577E-03 -0.4815847E-03 -0.7608166E-04 0.2501769E-04 -0.1768001E-03 0.7562762E-04 0.2311305E-01 0.5883092 0.5484965E-02 -0.3402284 0.3377661E-01 3.973221 0.5175315E-03 GRADIENT -167728.7 -296238.6 -290386.7 -223920.6 -228592.3 -303780.7 -575292.8 -885.5275 -31475.02 -3824.659 3.375615 -0.7847522 -80.85197 148684.7
TIME = 0.0500 SEC. ITER. NO. 91 FUNCTION EVALUATIONS 94 LOG-LIKELIHOOD FUNCTION= -22.78371
67
67
COEFFICIENTS -0.4707794E-03 0.1621214E-03 -0.2056298E-03 -0.1054000E-04 -0.2385718E-04 -0.5125068E-05 0.1585670E-04 0.2207484E-01 0.5882993 0.1077908E-02 -0.9420726E-01 0.2221889E-01 1.411337 0.5599140E-03
GRADIENT 40273.61 2347.856 -4707.286 27444.17 20679.47 -30058.11 -18431.93 -198.0159 2255.478 610.2133 1.668764 -1.499883 3.315705 26866.08 ...MAXIMUM NUMBER OF ITERATIONS
SQUARED CORR. COEF. BETWEEN OBSERVED AND PREDICTED 1.00000
ASY. COVARIANCE MATRIX OF PARAMETER ESTIMATES IS ESTIMATED USING THE INFORMATION MATRIX
LOG OF THE LIKELIHOOD FUNCTION = -18.8152
ASYMPTOTIC VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR -------- P-VALUE CORR. COEFFICIENT AT MEANS MEAN EQUATION: P1 -0.23366E-03 0.1177E-03 -1.985 0.047-0.261 -0.0001 -0.0007 P2 0.11902E-03 0.4557E-04 2.612 0.009 0.335 0.0000 0.0005 P3 -0.13792E-03 0.1459E-03 -0.9454 0.344-0.128 0.0000 -0.0004 P4 -0.13819E-04 0.6642E-04 -0.2081 0.835-0.028 0.0000 0.0000 P5 -0.19951E-03 0.1026E-03 -1.944 0.052-0.256 0.0000 -0.0005 P6 -0.16735E-04 0.4352E-04 -0.3845 0.701-0.052 0.0000 -0.0001 P7 -0.38633E-04 0.3614E-04 -1.069 0.285-0.144 -0.0001 -0.0003 PENDK 0.21179E-01 0.8243E-02 2.569 0.010 0.330 0.0000 0.0001 KAPS 0.58831 0.7526E-04 7817. 0.000 1.000 1.0001 1.0000 UMUR 0.22420E-02 0.3183E-02 0.7043 0.481 0.095 0.0000 0.0001 D1 0.14388 0.1931 0.7450 0.456 0.101 0.0000 0.0000 D2 -0.75573E-01 0.6574E-01 -1.150 0.250-0.155 0.0000 0.0000 CONSTANT 1.6060 0.7033 2.283 0.022 0.297 0.0000 0.0014 VARIANCE EQUATION: ALPHA_ 0.57978E-03 0.4972E-04 11.66 0.000 0.84 TYPE COMMAND
ols C P1 P3 P4 P6 P7 PENDK KAPS UMUR D1 D2/max
REQUIRED MEMORY IS PAR= 16 CURRENT PAR= 2000 OLS ESTIMATION 68 OBSERVATIONS DEPENDENT VARIABLE= C ...NOTE..SAMPLE RANGE SET TO: 1, 68
R-SQUARE = 1.0000 R-SQUARE ADJUSTED = 1.0000 VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.36433E-01 STANDARD ERROR OF THE ESTIMATE-SIGMA = 0.19087 SUM OF SQUARED ERRORS-SSE= 2.0767 MEAN OF DEPENDENT VARIABLE = 1131.3 LOG OF THE LIKELIHOOD FUNCTION = 22.1297
MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242) AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.42326E-01 (FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC) AKAIKE (1973) INFORMATION CRITERION - LOG AIC = -3.1652 SCHWARZ (1978) CRITERION - LOG SC = -2.8062 MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165) CRAVEN-WAHBA (1979) GENERALIZED CROSS VALIDATION - GCV = 0.43463E-01 HANNAN AND QUINN (1979) CRITERION = 0.48657E-01 RICE (1984) CRITERION = 0.45145E-01 SHIBATA (1981) CRITERION = 0.40419E-01 SCHWARZ (1978) CRITERION - SC = 0.60435E-01 AKAIKE (1974) INFORMATION CRITERION - AIC = 0.42205E-01
ANALYSIS OF VARIANCE - FROM MEAN SS DF MS F REGRESSION 0.20954E+09 10. 0.20954E+08 575134586.192 ERROR 2.0767 57. 0.36433E-01 P-VALUE
68
68
TOTAL 0.20954E+09 67. 0.31274E+07 0.000
ANALYSIS OF VARIANCE - FROM ZERO SS DF MS F REGRESSION 0.29657E+09 11. 0.26961E+08 740020118.957 ERROR 2.0767 57. 0.36433E-01 P-VALUE TOTAL 0.29657E+09 68. 0.43613E+07 0.000
VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR 57 DF P-VALUE CORR. COEFFICIENT AT MEANS P1 -0.22760E-03 0.5987E-04 -3.801 0.000-0.450 -0.0001 -0.0007 P3 -0.49362E-04 0.1040E-03 -0.4745 0.637-0.063 0.0000 -0.0002 P4 -0.60349E-04 0.7005E-04 -0.8615 0.393-0.113 0.0000 -0.0001 P6 -0.30463E-04 0.4047E-04 -0.7528 0.455-0.099 0.0000 -0.0001 P7 -0.22730E-04 0.1588E-04 -1.431 0.158-0.186 0.0000 -0.0002 PENDK 0.13368E-02 0.9796E-02 0.1365 0.892 0.018 0.0000 0.0000 KAPS 0.58823 0.9233E-05 0.6371E+05 0.000 1.000 1.0000 0.9999 UMUR 0.19716E-02 0.2778E-02 0.7097 0.481 0.094 0.0000 0.0001 D1 -0.64688E-02 0.8145E-01 -0.7942E-01 0.937-0.011 0.0000 0.0000 D2 0.23295E-01 0.7651E-01 0.3045 0.762 0.040 0.0000 0.0000 CONSTANT 1.4562 0.4712 3.091 0.003 0.379 0.0000 0.0013
VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS P1 0.35850E-08 P3 -0.40824E-09 0.10821E-07 P4 0.45500E-09 -0.26256E-08 0.49075E-08 P6 0.63324E-09 -0.16064E-08 0.14578E-08 0.16376E-08 P7 -0.58659E-09 0.17572E-09 -0.30145E-10 0.11102E-09 0.25216E-09 PENDK -0.70488E-07 -0.15580E-06 0.18343E-06 0.90030E-07 -0.84716E-08 0.95966E-04 KAPS 0.18805E-09 0.38976E-10 -0.50001E-10 0.50755E-10 -0.37352E-10 0.12044E-07 0.85257E-10 UMUR 0.52953E-08 -0.56481E-07 0.59542E-08 0.11282E-07 -0.26182E-08 0.11158E-04 0.11101E-08 0.77182E-05 D1 0.57640E-06 0.51777E-06 -0.39550E-06 -0.21719E-06 -0.98068E-07 -0.32058E-04 -0.17695E-06 -0.69012E-05 0.66341E-02 D2 -0.30374E-06 -0.62777E-06 0.89900E-06 0.40083E-06 0.12491E-06 -0.85475E-04 0.53137E-07 -0.37364E-04 -0.61284E-03 0.58531E-02 CONSTANT -0.94298E-05 -0.20588E-04 -0.13521E-04 -0.10237E-04 -0.11361E-05 -0.12485E-02 -0.81717E-06 -0.27266E-03 -0.52320E-03 -0.67474E-03 0.22200 P1 P3 P4 P6 P7 PENDK KAPS UMUR D1 D2 CONSTANT
CORRELATION MATRIX OF COEFFICIENTS P1 1.0000 P3 -0.65544E-01 1.0000 P4 0.10848 -0.36029 1.0000 P6 0.26135 -0.38161 0.51424 1.0000 P7 -0.61696 0.10638 -0.27099E-01 0.17276 1.0000 PENDK -0.12017 -0.15289 0.26729 0.22710 -0.54459E-01 1.0000 KAPS 0.34014 0.40578E-01 -0.77300E-01 0.13583 -0.25475 0.13316 1.0000 UMUR 0.31834E-01 -0.19543 0.30594E-01 0.10035 -0.59348E-01 0.40998 0.43274E-01 1.0000 D1 0.11819 0.61109E-01 -0.69314E-01 -0.65894E-01 -0.75823E-01 -0.40178E-01 -0.23528 -0.30498E-01 1.0000 D2 -0.66308E-01 -0.78880E-01 0.16774 0.12947 0.10282 -0.11405 0.75220E-01 -0.17579 -0.98347E-01 1.0000 CONSTANT -0.33426 -0.42006 -0.40965 -0.53690 -0.15184 -0.27050 -0.18783 -0.20830 -0.13633E-01 -0.18718E-01 1.0000 P1 P3 P4 P6 P7 PENDK KAPS UMUR D1 D2 CONSTANT
OBS. OBSERVED PREDICTED CALCULATED NO. VALUE VALUE RESIDUAL 1 4316.0 4316.1 -0.13444 * I
69
69
2 371.00 370.76 0.23712 I * 3 185.00 185.43 -0.42809 * I 4 424.00 423.74 0.26351 I * 5 477.00 476.67 0.32666 I * 6 318.00 317.86 0.14490 I * 7 318.00 317.84 0.16385 I * 8 8480.0 8480.0 -0.24609E-01 *I 9 185.00 185.48 -0.47852 * I 10 260.00 260.27 -0.26515 * I 11 468.00 467.78 0.21695 I * 12 156.00 156.14 -0.14343 * I 13 260.00 260.22 -0.21512 * I 14 260.00 260.21 -0.20619 * I 15 364.00 363.76 0.24468 I * 16 832.00 832.06 -0.55793E-01 *I 17 312.00 312.05 -0.45108E-01 *I 18 208.00 207.80 0.20034 I * 19 156.00 156.04 -0.37194E-01 *I 20 624.00 623.74 0.25854 I * 21 1040.0 1040.1 -0.11830 * I 22 5720.0 5720.1 -0.91682E-01 * I 23 156.00 156.07 -0.71672E-01 * I 24 208.00 207.85 0.15376 I * 25 1144.0 1143.8 0.22624 I * 26 1612.0 1611.9 0.60521E-01 I * 27 5252.0 5251.9 0.76427E-01 I * 28 208.00 207.88 0.11915 I * 29 6240.0 6240.1 -0.13966 * I 30 2444.0 2443.7 0.28790 I * 31 780.00 780.17 -0.16698 * I 32 6032.0 6031.8 0.21803 I * 33 5460.0 5460.1 -0.73849E-01 * I 34 2210.0 2210.0 -0.16214E-01 * 35 3120.0 3120.0 -0.23644E-01 *I 36 182.00 182.07 -0.70893E-01 * I 37 182.00 182.08 -0.83827E-01 * I 38 182.00 182.08 -0.81856E-01 * I 39 182.00 182.08 -0.83827E-01 * I 40 182.00 181.98 0.22604E-01 I* 41 182.00 182.12 -0.12283 * I 42 520.00 519.73 0.26761 I * 43 182.00 182.06 -0.59108E-01 * I 44 260.00 259.72 0.28410 I * 45 182.00 182.05 -0.54066E-01 *I 46 936.00 936.10 -0.10241 * I 47 360.00 360.19 -0.18589 * I 48 312.00 312.00 -0.16187E-02 * 49 1095.0 1094.8 0.17409 I * 50 730.00 730.18 -0.18079 * I 51 730.00 730.15 -0.15160 * I 52 208.00 207.84 0.15795 I * 53 730.00 730.24 -0.23697 * I 54 132.00 132.01 -0.73635E-02 * 55 1095.0 1094.9 0.93915E-01 I * 56 208.00 207.86 0.14494 I * 57 260.00 260.16 -0.15564 * I 58 730.00 730.13 -0.13441 * I 59 208.00 207.84 0.16479 I * 60 730.00 730.12 -0.12054 * I 61 312.00 311.92 0.82816E-01 I * 62 1095.0 1094.8 0.18842 I * 63 730.00 730.09 -0.88200E-01 * I 64 730.00 730.10 -0.10158 * I 65 1095.0 1094.9 0.66661E-01 I * 66 208.00 207.84 0.16201 I * 67 730.00 730.07 -0.65957E-01 * I 68 730.00 730.18 -0.18345 * I
DURBIN-WATSON = 2.2678 VON NEUMANN RATIO = 2.3017 RHO = -0.14878 RESIDUAL SUM = 0.34834E-11 RESIDUAL VARIANCE = 0.36433E-01 SUM OF ABSOLUTE ERRORS= 10.017
70
70
R-SQUARE BETWEEN OBSERVED AND PREDICTED = 1.0000 RUNS TEST: 37 RUNS, 28 POS, 0 ZERO, 40 NEG NORMAL STATISTIC = 0.7719 COEFFICIENT OF SKEWNESS = -0.1267 WITH STANDARD DEVIATION OF 0.2908 COEFFICIENT OF EXCESS KURTOSIS = -0.2931 WITH STANDARD DEVIATION OF 0.5740 JARQUE-BERA NORMALITY TEST- CHI-SQUARE(2 DF)= 0.5389 P-VALUE= 0.764
GOODNESS OF FIT TEST FOR NORMALITY OF RESIDUALS - 15 GROUPS OBSERVED 0.0 2.0 0.0 0.0 4.0 13.0 15.0 7.0 5.0 10.0 8.0 4.0 0.0 0.0 0.0 EXPECTED 0.3 0.6 1.5 3.1 5.3 7.9 10.0 10.8 10.0 7.9 5.3 3.1 1.5 0.6 0.3 CHI-SQUARE = 22.6130 WITH 2 DEGREES OF FREEDOM, P-VALUE= 0.000 TYPE COMMAND
het P1 P2 P3 P4 P6 P7 PENDK KAPS UMUR D1 D2/model=depvar
...NOTE..SAMPLE RANGE SET TO: 1, 68 68 OBSERVATIONS
REQUIRED MEMORY IS PAR= 19 CURRENT PAR= 2000 DEPVAR HETEROSKEDASTICITY MODEL 68 OBSERVATIONS ANALYTIC DERIVATIVES
QUASI-NEWTON METHOD USING BFGS UPDATE FORMULA INITIAL STATISTICS : TIME = 0.0000 SEC. ITER. NO. 1 FUNCTION EVALUATIONS 1 LOG-LIKELIHOOD FUNCTION= -489.9426 COEFFICIENTS 0.3368463 -0.3099102E-01 -0.2535296 -0.1771499 0.1369555 20.26389 -0.2752663E-01 -6.445080 -185.6799 -31.93936 2411.671 0.9759442E-01 GRADIENT 49.40093 68.70879 50.11276 114.4436 85.07365 -0.1277146E-02 255.7896 0.6400940 0.1674201E-01 0.1147100E-02 0.1698815E-01 34.98066
FINAL STATISTICS : TIME = 0.0000 SEC. ITER. NO. 12 FUNCTION EVALUATIONS 13 LOG-LIKELIHOOD FUNCTION= -486.0535 COEFFICIENTS 0.2722264 0.3285278E-01 -0.1997011 -0.1395374 0.1430681 10.77140 -0.1374412E-01 -6.672587 -145.9984 26.52891 2134.627 0.9432549E-01 GRADIENT 0.7933587E-02 -0.2126967E-03 0.7663496E-02 0.2480931E-01 0.3741603E-01 0.3539215E-04 -0.1572132E-01 -0.4752292E-03 0.8417117E-05 0.6868935E-05 0.1216537E-05 0.9145736E-01 SQUARED CORR. COEF. BETWEEN OBSERVED AND PREDICTED 0.73254
ASY. COVARIANCE MATRIX OF PARAMETER ESTIMATES IS ESTIMATED USING THE INFORMATION MATRIX
LOG OF THE LIKELIHOOD FUNCTION = -486.054
ASYMPTOTIC VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR -------- P-VALUE CORR. COEFFICIENT AT MEANS MEAN EQUATION: P2 0.27223 0.6062E-01 4.491 0.000 0.515 0.3003 0.3657 P3 0.32853E-01 0.1570 0.2093 0.834 0.028 0.0133 0.0354 P4 -0.19970 0.1106 -1.805 0.071-0.234 -0.1303 -0.1631 P6 -0.13954 0.6075E-01 -2.297 0.022-0.293 -0.1898 -0.1983 P7 0.14307 0.2214E-01 6.462 0.000 0.654 0.5118 0.3868 PENDK 10.771 14.99 0.7185 0.472 0.096 0.0500 0.0240 KAPS -0.13744E-01 0.1331E-01 -1.032 0.302-0.137 -0.0633 -0.0080 UMUR -6.6726 4.538 -1.470 0.141-0.193 -0.0978 -0.0869 D1 -146.00 123.5 -1.182 0.237-0.156 -0.0684 -0.0046 D2 26.529 125.7 0.2111 0.833 0.028 0.0132 0.0009 CONSTANT 2134.6 674.3 3.166 0.002 0.390 0.0000 0.6471 VARIANCE EQUATION: ALPHA_ 0.94325E-01 0.8160E-02 11.56 0.000 0.83
71
71
Lampiran 5. Peta Lokasi Penelitian di Kabupaten Jember Sumber : Pemda Jember, 2003)
72
72
Keterangan : = lokasi penelitiandi Kecamatan :(1) Patrang(2) Rambipuji (3) Jenggawah(4) Ambulu(5) Kalisat(6) Mayang
Mayang