ANALISIS PENGARUH LUAS LAHAN, PRODUKTIVITAS, DAN

PRODUKSI PADI TERHADAP IMPOR BERAS DI INDONESIA

PERIODE TAHUN 2018-2021

Mata Kuliah : Ekonomi Pertanian

Dosen Pengampu : Stannia Cahaya Suci, S.E., M.Si

OLEH

1. Putri Mega Wardini (5553200002)

2. Dilya Apriyanti (5553200003)
3. Siti Ahyuni (5553200005)
4. Miftahul Janah (5553200024)
5. FarizaNovdwikaputri (5553200031)
6. Nasarudin (5553200037)
7. Shafira Artiza (5553210047)

PRODI ILMU EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS SULTAN AGENG TIRTAYASA
TAHUN 2022 –2023
 KATA PENGANTAR

Alhamdulillah, Puji syukur kami panjatkan kehadirat Allah SWT karena

dengan rahmat dan hidayahnya dapat memberikan petunjuk bagi kami sebagai
penyusun dalam menyelesaikan makalah pada materi yang akan dibahas pada
pembelajaran mata kuliah “Ekonomi Pertanian” saat ini, materi yang kami susun
yaitu mengenai “Analisis Pengaruh Luas Lahan, Produktivitas, dan Produksi Padi
terhadap Impor Beras di Indonesia Periode 2018-2021”. Seluruh isi dan bagian-
bagian dalam makalah ini berasal dari berbagai sumber, seperti jurnal terdahulu,
berita, dan e-book yang telah diterbitkan sebelumnya dan untuk data yang kami
sajikan berasal dari Badan Pusat Statistik (BPS) Indonesia.
Makalah ini disusun dengan tujuan untuk dapat memberikan pemahaman
lebih mendalam mengenai faktor-faktor yang mempengaruhi tingkat impor beras
di Indonesia kepada rekan-rekan sekalian dan makalah ini disusun dengan tujuan
untuk memenuhi kebutuhan dari tugas yang telah diberikan oleh dosen kami yang
terhormat yaitu Ibu Stannia Cahaya Suci, SE., M.Si.
Kami menyadari bahwa pengerjaan makalah ini masih jauh dari kata
sempurna, maka dari itu kami sangat mengharapkan adanya masukan baik saran
maupun kritik untuk membuat tugas yang kami kerjakan ini menjadi lebih baik
dari segi isi maupun yang lainnya. Saya menyampaikan permohonan maaf apabila
ada hal yang kurang berkenan dalam penulisan makalah “Analisis Pengaruh Luas
Lahan, Produktivitas, dan Produksi Padi terhadap Impor Beras di Indonesia
Periode 2018-2021” ini. Kami ucapkan terima kasih kepada dosen mata kuliah
Ekonomi Pertanian yaitu Ibu Stannia Cahaya Suci, SE., M.Si yang telah
membimbing kami dalam mempelajari ilmu yang begitu berharga.

Serang, 02 November 2022

Penyusun

ii
 DAFTAR ISI

KATA PENGANTAR......................................................................................................ii
DAFTAR ISI...................................................................................................................iii
DAFTAR GAMBAR.......................................................................................................iv
DAFTAR TABEL...........................................................................................................iv
BAB I.................................................................................................................................1
PENDAHULUAN.............................................................................................................1
1.1 Latar Belakang.................................................................................................1
1.2 Rumusan Masalah............................................................................................7
1.3 Tujuan...............................................................................................................7
BAB II...............................................................................................................................8
TINJAUAN PUSTAKA...................................................................................................8
2.1. KAJIAN TEORI...............................................................................................8
2.1.1. Luas Lahan...............................................................................................8
2.1.2. Produktivitas.............................................................................................8
2.1.3. Produksi....................................................................................................9
2.1.4. Impor.........................................................................................................9
2.2. KAJIAN EMPIRIS.........................................................................................10
BAB III...........................................................................................................................14
METODE PENELITIAN..............................................................................................14
3.1 Jenis dan Sumber Data..................................................................................14
3.2 Obyek dan Ruang Lingkup Penelitian..........................................................14
3.3 Metode Pengumpulan Data...........................................................................14
3.4 Operasionalisasi Variabel Penelitian............................................................15
3.5 Teknik Analisis Data......................................................................................18
BAB IV............................................................................................................................25
HASIL DAN PEMBAHASAN.......................................................................................25
4.1 Gambaran Umum Beras di Indonesia..........................................................25
4.2 Gambaran Umum Variabel Penelitian.........................................................26
4.3 Hipotesis Penelitian........................................................................................32
4.4 Hipotesis Statistik...........................................................................................32
4.5 Model Estimasi...............................................................................................33
4.5.1 Uji Chow..................................................................................................33
4.5.2 Uji Hausman...........................................................................................33

iii
 4.6 Fungsi Persamaan Regresi.............................................................................34
4.7 Uji Normalitas................................................................................................36
4.8 Uji Asumsi Klasik...........................................................................................37
4.8.1 Uji Multikolinearitas..............................................................................37
4.8.2 Uji Heterokedastisitas............................................................................38
4.8.3 Uji Autokorelasi......................................................................................38
4.9 Uji Hipotesis Parsial (Uji T) dan Uji Hipotesis Simultan (Uji F)................39
4.10 Uji Determinasi...............................................................................................41
4.11 Uji Korelasi.....................................................................................................42
BAB V.............................................................................................................................43
PENUTUP.......................................................................................................................43
5.1 Kesimpulan.....................................................................................................43
5.2 Saran...................................................................................................................43
DAFTAR PUSTAKA.....................................................................................................44

DAFTAR GAMBAR
Gambar 1. Grafik Luas Lahan Pertanian di Indonesia........................................................3
Gambar 2. Grafik Jumlah Produksi Beras di 8 Negara.......................................................5
Gambar 3. Grafik Konstelasi Hubungan Antar Variabel..................................................15
Gambar 4. Grafik Jumlah Impor di 34 Provinsi...............................................................26
Gambar 5. Jumlah Luas Lahan.........................................................................................28

DAFTAR TABEL
Tabel 1. Jumlah Produktivitas Padi di Indonesia periode tahun 2018-2021.....................29
Tabel 2. Jumlah Produksi Padi di Indonesia.....................................................................31
Tabel 3. Hasil Uji Chow...................................................................................................33
Tabel 4. Hasil Uji Hausman.............................................................................................34
Tabel 5. Hasil Uji Pooled Least Squares..........................................................................34
Tabel 6. Hasil Uji Normalitas...........................................................................................36
Tabel 7. Hasil Uji Multikolinearitas.................................................................................37

iv
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Perkembangan perekonomian setiap negara di dunia saat ini dipengaruhi oleh
berbagai sektor, salah satunya ialah sektor pertanian dan perkebunan. Sektor
pertanian dan perkebunan ini memiliki kontribusi besar bagi kelangsungan hidup
manusia. Indonesia merupakan negara agraris dimana lapangan pekerjaan utama
penduduknya (lebih dari 50%) berada di sektor pertanian atau dari produk yang
berasal dari pertanian (Irawan, 2015; Mubyarto, 1989), hal tersebut disebabkan
karena Indonesia memiliki kekayaan alam melimpah sehingga dapat
memproduksi berbagai macam komoditas. Lahan yang dimiliki Indonesia pun
sangatlah besar apabila dibandingkan dengan negara Asia Tenggara lainnya.
Sebagai negara berkembang, Indonesia saat ini tidaklah dapat terlepas dari
kegiatan perdagangan internasional. Perdagangan internasional ini ialah salah satu
aspek terpenting yang dapat menjadi pendorong adanya peningkatan
perekonomian di sebuah negara. Perdagangan internasional merupakan
perdagangan yang terjadi karena terdapat negara yang memiliki sumber daya yang
berbeda dengan negara lainnya yang akan diajak bekerja sama. Perdagangan
internasional ini dapat terjadi karena adanya aktivitas produksi barang dalam
jumlah yang cukup besar (Basri dan Munandar).
Perdagangan internasional tersebut terkait dengan kegiatan ekspor dan impor
suatu produk yang dimiliki oleh setiap negara dengan keunggulannya masing-
masing. Kegiatan ekspor impor ini dilakukan karena adanya perbedaan
pengetahuan, jumlah penduduk, luas lahan, dan musim yang dimiliki oleh setiap
negara ialah berebeda. Ekspor sendiri ialah kegiatan penjualan barang atau jasa
dalam negeri ke pihak yang ada di luar negeri. Barang yang dijual oleh pihak
dalam negeri berupa hasil alam yang melimpah seperti rempah-rempah, biji kopi,
dan bahan lainnya. Secara singkat, ekspor adalah kegiatan menjual barang ke luar
negeri atau pengeluaran barang dari daerah pabeanan Indonesia untuk dikirim ke
luar negeri dengan mengikuti ketentuan yang berlaku terutama mengenai
peraturan kepabeanan (Marolop Tanjung; 2011:63). Sementara itu, orang

1
perseorangan atau badan hukum yang melakukan kegiatan ekspor disebut
eksportir. Apabila kegiatan ekspor dalam skala yang besar, maka pengirimannya
melibatkan Bea Cukai yang bertugas sebagai pengawas lalu lintas barang dalam
suatu negara. Setiap barang yang akan diekspor memiliki ketentuan masing-
masing tergantung dari jenis barangnya. Tidak semua orang dapat melakukan
ekspor karena terdapat prosedur yang harus ditaati.
Kegiatan perdagangan internasional lainnya yaitu impor, merupakan proses
pembelian (mendatangkan) barang atau jasa negara lain masuk ke dalam negeri.
Impor adalah suatu kegiatan memasukkan barang dari luar negeri ke dalam
wilayah pabean di dalam negeri yang dilakukan oleh perwakilan dari kedua
negara, baik perorangan maupun perusahaan (Susilo Utomo; 2008:101). Pada
umumnya, impor berskala besar biasanya menggunakan bea cukai di tiap negara
pengirim maupun penerima. Barang-barang yang dibeli dari negara lain berupa
mobil, motor, alat-alat make up maupun elektronik. Lembaga yang membeli
barang dari luar negeri disebut dengan “importir”. Importir adalah orang atau
lembaga perantara dagang yang mendatangkan barang dari luar negeri. Barang
yang diimpor tersebut bisa digunakan sebagai produksi atau untuk tujuan
konsumsi.
Menurut data statistik lahan pertanian tahun 2015 yang telah dikeluarkan oleh
Pusat Data dan Sistem Informasi Pertanian Sekretariat Jenderal Kementerian
Pertanian menunjukkan bahwa pertumbuhan lahan sawah di Indonesia sendiri
adalah -0,17%, yang mana berarti telah terjadi penurunan luas lahan pertanian
sebanyak 0,17%. Hal tersebut diperkuat dengan adanya pernyataan dari Direktur
Jenderal Prasaranan dan Sarana Pertanian (PSP) Kementerian Pertanian Sarwo
Edhy, ia menyatakan bahwa telah terjadi konversi lahan sawah menjadi non-
sawah di seluruh wilayah Indonesia, dimana hal tersebut berpotensi
mempengaruhi produksi padi nasional. Menurut Sarwo, konversi lahan tersebut
juga mengancam ketahanan pangan nasional.

2
 Sumber : BPS data diolah

Gambar 1. Grafik Luas Lahan Pertanian di Indonesia

Lahan pertanian di Indonesia terus mengalami penurunan akibat konversi
lahan menjadi non-sawah, bahkan berkurang hingga 100 ribu hektar pertahun,
sementara jumlah penduduk Indonesia terus bertambah 1,35% setiap tahun.
Konversi lahan pertanian 100 ribu hektar/tahun yang terjadi di Indonesia saat ini
hanya dapat diimbangi dengan pembukaan lahan persawahan sebesar 40 ribu
hektar setiap tahunnya. Kementerian Agraria dan Tata Ruang sendiri sudah
mengumumkan luas lahan baku sawah di 2019 sebesar 7,64 juta hektare. Bila
dirinci berdasarkan provinsi dengan luas lahan baku sawah terbesar, terdapat di
Jawa Timur dengan luas 1,21 juta ha, Jawa Tengah 1,04 juta ha, Jawa Barat seluas
928.218 ha, Sulawesi Selatan seluas 654.818 ha dan Sumatra Selatan 470.602 ha.
Konversi lahan pertanian ini sendiri lebih banyak dilakukan di daerah luar pulau
Jawa, dimana konversi lahan pertanian tersebut dilakukan demi menunjang
kegiatan non pertanian sebanyak 58% dan kegiatan bukan sawah (seperti
pertambangan). Salah satu wilayah dengan konversi lahan pertanian yang besar
adalah di Provinsi Kalimantan Utara dengan adanya penurunan luas lahan hingga
17% hanya dalam waktu 3 tahun.
Perlindungan sawah terhadap alih fungsi sebetulnya sudah ada melalui
Undang-Undang (UU) No. 41 Tahun 2009 tentang Pelindungan Lahan Pertanian
Pangan Berkelanjutan beserta sejumlah PP sebagai produk hukum turunannya.

3
Tidak hanya itu, ada pula UU No. 26 Tahun 2007 tentang Penataan Ruang beserta
PP-nya. Alih fungsi lahan pertanian pangan merupakan risiko besar yang
mengakibatkan redupnya kemandirian dalam pemenuhan pangan sebuah bangsa.
Bila didiamkan, maka penurunan luas lahan pertanian yang di alih fungsikan
menjadi lahan non-pertanian tersebut beresiko akan mendorong dilakukannya
impor produk pertanian dari luar negeri. Indonesia sendiri sebenarnya memiliki
kemampuan untuk memenuhi pangan masyarakat apabila lahan pertanian tidak
terus menerus mengalami penurunan. Tetapi apabila lahan pertanian semakin
menurun, dan pemerintah tidak dapat menemukan solusi lain selain impor bahan
pangan, maka Indonesia akan terus menerus melakukan impor pangan dan
bergantung pada produksi pangan di negara lain. Indeks daya tahan (resilience)
sumber daya alam Indonesia termasuk pemeliharaan lahan pertanian sangat
lemah. Pada tahun 2017, The Economist menempatkan Indonesia pada ranking ke-
109 dari 113 negara terpilih. Pada tahun 2018 posisi Indonesia berada pada
peringkat 111 dari 113 negara tepilih, dengan skor 43,9 dari 100 yang diharapkan.
Dalam hal ini The Economist (2017), juga memberikan catatan khusus bahwa
Indonesia telah gagal memelihara lahan sawah (grassland). Indonesia perlu
mengembangkan politik agraria yang lebih efektif, termasuk meningkatkan hasil
padi bagi keluarga petani gurem.
Produktivitas pertanian merupakan sebuah kombinasi antara efektivitas dan
efisiensi keberhasilan yang dipandang berdasarkan dua sisi sekaligus, yaitu input
dan output (Vincen Gasverz). Produktivitas ini menggambarkan hal penting, yaitu
efisien dan efektivitas. Pada efisiensi mengandung unsur mengukur sumber daya,
baik sumber daya manusia, sumber daya keuangan, maupun sumber daya alam
yang mana dibutuhkan untuk memenuhi tingkat kepuasan serta pelayanan
terhadap konsumen, sementara itu efektivitas diukur dari segi hasil mutu
pelayanan yang sudah tercapai (George J. W). Produktivitas beras merupakan
salah satu faktor yang diperkirakan akan dapat mempengaruhi impor beras yang
dilakukan Indonesia. Produktivitas beras ini ialah sebuah perbandingan diantara
produk yang diharapkan akan dihasilkan saat panen, dengan luas lahan serta biaya
yang telah di korbankan oleh petani. Berdasarkan pada data yang telah dirilis oleh

4
BPS Indonesia, produktivitas padi di seluruh Provinsi Indonesia dari tahun 2018
hingga tahun 2021 cenderung mengalami penurunan. Tampaknya, upaya yang
telah dilakukan oleh pemerintah dalam upaya peningkatan produktivitas padi
belum mencapai hasil yang baik. Terdapat berbagai faktor yang menjadi penyebab
menurunnya produktivitas beras di Indonesia, diantaranya adalah karena lahan
pertanian yang semakin berkurang. Hal tersebut disebabkan karena adanya alih
fungsi lahan pertanian menjadi non pertanian seperti menjadi tempat perumahan
atau pusat perbelanjaan. Faktor pendorong dari adanya alih fungsi lahan pertanian
tersebut adalah karena pendapatan yang diterima oleh masyarakat yang bekerja
sebagai petani lebih sedikit dibandingkan pendapatan yang berasal dari sektor
industri, sehingga lahan tersebut pun di jual atau di sewa oleh pemiliknya untuk
dijadikan lahan non pertanian. Selain itu, berkurangnya areal baku sawah
beririgasi teknis pun menjadi masalah dalam upaya peningkatan produktivitas dan
produksi beras di Indonesia. Produktivitas beras yang menurun tersebutlah yang
kemudian menjadi sebab Indonesia masih melakukan impor beras dari negara lain,
walaupun negara ini memiliki sumber daya yang mumpuni. Untuk menurunkan
volume impor beras, maka Indonesia harus berusaha untuk meningkatkan
produktivitas beras.

8 Negara Produsen Beras Terbesar di Dunia

12,420,000
FILIPINA
MYANMAR
12,600,000
THAILAND
18,860,000
VIETNAM
27,380,000 TON
INDONESIA 34,500,000
BANGLADESH 34,600,000
INDIA 124,400,000
CHINA 148,300,000
0 50,000,000 100,000,000 150,000,000 200,000,000
Sumber:
Departemen Pertanian Amerika Serikat

Gambar 2. Grafik Jumlah Produksi Beras di 8 Negara

Produksi beras di Indonesia dapat dikatakan besar apabila dibandingkan
dengan negara Asia Tenggara lainnya, bahkan pada tahun 2020-2021, Indonesia
masuk kedalam salah satu negara produsen beras terbesar di dunia, dimana

5
Indonesia berada di urutan keempat. Berdasarkan atas data Badan Pusat Statistik
(BPS), produksi beras di Indonesia menurut provinsi selama tahun 2018 hingga
2021 mengalami naik-turun, tetapi jumlah kenaikan dan penurunan produksinya
tidaklah terlalu jauh. Provinsi dengan tingkat produksi tertinggi selama tahun
2020-2022 sendiri adalah Provinsi Jawa Timur dengan produksi beras sebanyak
9.944.538,26 ton pada tahun 2020, tetapi jumlah tersebut mengalami penurunan
dibandingkan pada tahun 2018 yang mencapai 13.000.475 ton. Disusul oleh
Provinsi Jawa Tengah yang menghasilkan beras sebesar 9.489.164,62 ton pada
tahun 2020 yang mana juga mengalami penurunan apabila dibandingkan dengan
tahun 2018 yang mencapai 10.499.588 ton.
Beras adalah komoditas strategis serta merupakan makanan pokok masyarakat
Indonesia. Seiring dengan laju pertumbuhan penduduk di negara ini, konsumsi
akan beras setiap tahunnya pun akan terus meningkat. Upaya yang dilakukan
pemerintah dalam hal mengurangi konsumsi beras masyarakat dilakukan dengan
aneka ragaman pangan lokal tetapi tampaknya selalu mengalami kenaikan setiap
tahunnya. Pemerintah Indonesia mengambil berbagai langkah kebijakan untuk
menjaga stok cadangan beras nasional yang mencukupi untuk masa satu sampai
tiga bulan ke depan. Cadangan beras tersebut berguna dalam keadaan darurat
seperti bencana alam, gagal panen, paceklik untuk menjaga kestabilan pasokan
dan harga pangan dalam negeri tersebut. Kekurangan cadangan makanan
membuat pemerintah mengadakan impor beras dari negara yang berpenghasil
beras, seperti negara Vietnam dan Thailand. Kegiatan ekspor impor berguna untuk
meningkatkan perekonomian suatu negara dan meningkatkan hubungan luar
negeri antara kedua negara yang melakukan kegiatan ekspor impor tersebut.
Indonesia melakukan kegiatan ekspor impor untuk memenuhi akan kebutuhan
pangan dalam negerinya agar tercipta stabilitas pasokan dan harga pangan dalam
negeri. Tetapi mengingat fakta bahwa beras ialah komoditi utama Indonesia, dan
bahkan Indonesia mencapai peringkat keempat produsen beras terbesar. Perilaku
Indonesia yang mengimpor beras dari luar negeri pun dapat di lihat sebagai
ketidak mampuan pemerintah dalam memenuhi kebutuhan pangan masyarakat.
1.2 Rumusan Masalah

6
 1. Bagaimana pengaruh luas lahan terhadap impor beras Indonesia?
2. Bagaimana pengaruh produktivitas dalam pertanian terhadap impor beras
Indonesia?
3. Bagaimana pengaruh produksi beras terhadap impor beras Indonesia?

1.3 Tujuan
1. Memahami mengenai pengaruh luas lahan terhadap impor beras Indonesia.
2. Memahami pengaruh yang diberikan oleh produktivitas dalam pertanian
terhadap impor beras Indonesia.
3. Memahami pengaruh dari jumlah produksi beras terhadap impor beras
Indonesia.

BAB II

7
 TINJAUAN PUSTAKA

1.
2.
2.1. KAJIAN TEORI
1.

2.

2.1.

2.1.1. Luas Lahan

Lahan merupakan salah satu faktor produksi yaitu tempat dihasilkan
produk pertanian yang memiliki sumbangan terhadap usaha tani di mana
banyak sedikitnya produksi dari usaha tani salah satunya dipengaruhi oleh
luas sempitnya lahan yang digunakan (Mubyarto, 1989). Lahan pertanian
khususnya sawah sangat rentan mengalami perubahan penggunaan lahan atau
konversi lahan. Konversi lahan pertanian dari aspek ekonomi akan
mengurangi produksi pertanian (Harini, Susilo, dan Nurjani, 2015). Laju
konversi lahan sawah berada pada tingkat yang menghawatirkan, tanpa ada
langkah pencegahan yang signifikan dan tanpa pencetakan lahan sawah baru
maka cita-cita swasembada pagan akan terancam (Mulyani dkk., 2016).

2.1.2. Produktivitas
Produktivitas dan kesuburan tanah menunjukan kemampuan tanah
untuk memproduksi tanaman yang tumbuh di atas tanah tersebut.
Produktivitas merupakan kemampuan atau daya dukung lahan pertanian
dalam memproduksi tanaman. Produktivitas merupakan kemampuan tanah
untuk menghasilkan produksi tanaman tertentu. Tanah yang produktif ialah
tanah yang dapat menghasilkan produksi tanaman dengan baik dan
menguntungkan bagi petani yang mengolahnya. Jika hasil pertanian tidak
sesuai dengan apa yang diinginkann berarti lahan tersebut tidak produktif dan
perlu pengolahan yang lebih optimum lagi (Nurmala et al, 2012).
Produktivtas merupakan perwujudan dari seluruh faktor-faktor (tanah
dan non-tanah) yang akan berpengaruh terhadap hasil tanaman yang lebih

8
berdasarkan pada pertimbangan ekonomi. Nurmala et al (2012)
mengemukakan bahwa faktor-faktor yang mempengaruhi produktivitas tanah
ialah masukan (sistem pengelolaan); keluaran (hasil tanaman); tanah (jenis
dan luasnya). Jadi tanah produktif harus subur dan menguntungkan.
Produktivitas merupakan rasio output dengan input. Peningkatan
produktivitas akan memberikan kontribusi positif terhadap peningkatan
ekonomi. Produktivitas tidak sama dengan produksi, tetapi produktivitas
merupakan suatu Survey Produktivitas Lahan. Produktivitas dapat dinyatakan
sebagai rasio antara output terhadap input. (Isyanto, 2012).

2.1.3. Produksi
Menurut Ahyari (2002), produksi adalah suatu metode yang bertujuan
untuk menambah kegunaan suatu barang dan jasa dengan menggunakan
faktor-faktor produksi yang tersedia. Teori produksi dapat dibedakan menjadi
dua bagian yaitu yang pertama, teori produksi jangka pendek dimana
seandainya seseorang produsen memakai faktor produksi yang hanya bersifat
variabel (variable input) dan yang bersifat tetap (fixed input). Kedua, teori
produksi jangka panjang bilamana semua input yang dipakai adalah input
variabel dan tidak terdapat input tetap (fixed input), sehingga dapat
diperkirakan bahwa terdapat dua jenis faktor produksi yakni labor dan capital
(Aziz, 2003).
Mubyarto (1989) menyatakan bahwa lahan adalah salah satu faktor
produksi, tempat dihasilkannya produk pertanian yang memiliki sumbangan
yang cukup besar terhadap usaha tani, karena jumlah hasil produksi dari
usaha tani sangat dipengaruhi oleh luas sempitnya lahan yang digunakan.

2.1.4. Impor
Menurut (Gilarso,1992) besar kecilnya suatu impor akan dipengaruhi
oleh tingkat produksi dan pendapatan nasional serta laju perkembangannya.
Adanya kuota impor salah satu kebijakan untuk mengurangi arus dari barang
impor, yaitu suatu pembatasan terhadap pengimporan yang masuk ke suatu
negera setiap tahunnya, dengan cara memberikan pengaruh impor yang sah

9
 dan melarang impor yang masuk ke dalam negeri secara pengaruh. Jika jumlah
impor yang masuk menjadi lebih sedikit daripada jumlah yang ingin diimpor tanpa
kuota, maka impor yang masuk tidak hanya akan mengurangi jumlah yang diimpor
tetapi juga akan berpengaruh dengan kenaikkan harga barang-barang dalam negeri
diatas harga dunia bila pemegang lisensi akan membeli barang luar negeri
(Kindleberger,1995).
2.2. KAJIAN EMPIRIS

Luas lahan adalah kesluruhan wilayah yang menjadi tempat penanaman atau
mengerjakan proses penanaman, luas lahan menjamin jumlah hasil yang akan
diperoleh petani. Susilowati & Maulana (2012) mengatakan bahwa lahan
pertanian saat ini menghadapi banyak tekanan dan tantangan yang semakin kuat
terutama dari pengembangan industri dan pemukiman, yang dapat mengancam
eksistensi sektor pertanian dan ketahanan pangan nasional.
Produksi beras di Indonesia pertahun telah mencapai 38 juta ton, jumlah ini
telah melebihi kebutuhan beras di Indonesia yaitu sebesar 34 juta ton dan terjadi
surplus 4 juta ton, namun target surplus yang ingin dicapai oleh presiden setiap
tahunnya adalah sebesar 10 juta ton, sehingga diperlukan impor beras untuk
memenuhi target kebutuhan stok digudang bulog (Suswono, 2012). Fenomena
yang terjadi di Indonesia mengenai impor beras merupakan suatu kenyataan sulit
dalam perekonomian Indonesia. Sebagai negara agraris, dengan luas wilayah yang
membentang dari sabang sampai marauke, Indonesia ternyata masih dihadapkan
pada kenyataan sebagai negara pengimpor komoditi primer seperti beras.
Ketidakmampuan pemerintah dan petani dalam mengendalikan produksi beras,
sejak dari produksi, distribusi dan pengelolaan pascapanen menyebabkan
lemahnya daya saing komoditi pangan Indonesia.
Impor beras yang terus terjadi setiap tahun tanpa mempertimbangkan
peningkatan produktivitas beras di Indonesia akan menyebabkan ketergantugan
pemerintah dalam memenuhi kebutuhan beras di dalam negeri. Harga beras impor
yang murah akan berpengaruh pada harga beras dalam negeri menjadi murah.
Harga beras yang murah akan meringankan konsumen namun kebijakan ini akan
merugikan petani. Turunnya harga beras mengakibatkan tidak terpenuhinya biaya

10
produksi pertanian, sehingga produktivitas pertanian menurun dan mengurangi
produksi pertanian. Akan sangat beresiko tinggi apabila ketersediaan pangan
harus selalu bergantung pada impor.
Standar hidup suatu bangsa dalam jangka panjang tergantung pada
kemampuan bangsa tersebut untuk menggapai tingkat produktivitas yang tinggi
dan berkesinambungan, hal tersebut digunakan untuk mencapai kualitas produk
yang lebih baik dan efisien yang lebih tinggi dalam proses produksi.
Perekonomian yang mengalami perkembangan produktivitas akan cenderung
memiliki kemampuan yang tinggi dalam persaingan, baik dalam bentuk harga
maupun kualitas dari produk yang dihasilkan (Pasay, Gatot dan Suahasil,
1995:220).
Beberapa penelitian telah dilakukan untuk melihat hubungan antara luas
lahan, produktivitas, dan produksi, dan terhadap impor beras di Indonesia.
Penelitian yang sebelumnya dilakukan oleh Fachrunisa Setyawati, Whinarko
Juliprijanto, dan Gentur Jalunggono (2019) mengenai “Analisis Pengaruh Kurs,
Produksi Beras, Konsumsi Beras terhadap Impor Beras di Indonesia tahun 1999-
2017. Yang dimana, Variabel kurs ( X 1 ) secara parsial tidak berpengaruh
signifikan terhadap impor beras di Indonesia tahun 1999-2017; Variabel produksi
beras ( X 2 ) secara parsial tidak berpengaruh signifikan terhadap impor beras di
Indonesia tahun 1999-2017. Variabel konsumsi beras ( X 3 ) secara parsial
berpengaruh signifikan terhadap impor beras di Indonesia tahun 1999-2017.
Variabel kurs ( X 1 ), produksi beras ( X 2 ) dan konsumsi beras ( X 3 ) secara bersama-
sama ada pengaruh yang signifikan terhadap impor beras di Indonesia tahun 1999-
2017. Penelitian ini merupakan penelitian deskriptif kuantitatif. Data dalam
penelitian ini menggunakan data sekunder yang dipublikasikan oleh Badan Pusat
Stastistika (BPS) Indonesia, Kementerian Pertanian dan Bank Indonesia. Teknik
analisis data menggunakan analisis data time series dengan teknik analisis regresi
linier berganda.
Penelitian selanjutnya yaitu oleh Musdalifah Mukhdar (2014) mengenai
“Analisis Faktor-Faktor yang Mempengaruhi Impor Beras di Indonesia”. Yang
dimana hasil penelitian menunjukkan bahwa variabel harga beras local ( X 1 ),

11
produksi beras ( X 2 ) dan jumlah penduduk ( X 3 ) secara simultan berpengaruh
signifikan dengan signifikan terhadap impor beras di Indonesia. Sedangkan secara
parsial variabel harga beras ( X 1 ) tidak berpengaruh signifikan terhadap impor
beras di Indonesia. Variabel produksi beras ( X 2 ) tidak berpengaruh terhadap
impor beras di Indonesia. Dan variabel jumlah penduduk ( X 3 ) berpengaruh
signifikan terhadap impor beras di Indonesia. Penelitian ini menggunakan alat
bantu statistik regresi linear berganda dengan bantuan SPSS 17 untuk menguji
hipotesisnya. Dan Sumber data berasal dari berbagai sumber, antara lain Statistik
provinsi terbitan Badan Pusat Statistik, berbagai situs dan jurnal-jurnal ilmiah
serta literatur-literatur lain yang berkaitan dengan topik penelitian ini.
Penelitian selanjutnya dilakukkan oleh Headhi Berlina Siringo dan Murni
Daulay mengenai “Analisis Keterkaitan Produktivitas dan Impor Beras di
Indonesia”. Yang dimana, berdasarkan hasil uji regresi menunjukkan bahwa
terdapat hubungan negatif antara produktivitas pertanian dan impor beras, dan ada
hubungan negative antara impor beras dan produktivitas pertanian di Indonesia.
Dan metode analisis yang digunakan adalah Unit Root Test, Ordinary Least
Square, dan Grager Causality. Data ini diolah dengan menggunakan program
eviews 7.1.
Penelitian lainnya yaitu oleh Serra Renita (2019) mengenai “Pengaruh
Produksi Beras, Harga Beras, Tingkat Konsumsi Beras terhadap Impor Beras di
Indonesia 2011-2017”. Yang dimana Hasil analisis regresi menunjukan bahwa
secara simultan, Produksi Beras ( X 1 ), Harga Beras ( X 2 ) dan Tingkat Konsumsi
Beras ( X 3 ) berpengaruh signifikan terhadap Impor Beras. Namun secara parsial,
hasil analisis regresi menunjukan bahwa Harga Beras ( X 2 ) berpengaruh negatif
signifikan terhadap Impor Beras, sedangkan Produksi Beras ( X 1 ) dan Tingkat
Konsumsi Beras ( X 3 ) tidak berpengaruh signifikan terhadap Impor Beras. Dan
pada sampel penelitian ini menggunakan 33 Provinsi di Indonesia. penelitian ini
menggunakan analisis data panel dengan metode Fixed Effect Model (FEM).
Penelitian selanjutnya yaitu dilakukan oleh Adam Rahmat Ruvananda dan M.
Taufiq (2022) mengenai “Analisis Faktor-Faktor yang Memperngaruhi Impor

12
Beras di Indonesia”. Dimana seluruh variabel berpengaruh secara simultan
terhadap impor beras, dan secara parsial produksi beras ( X 1 ) berpengaruh negatif
dan signifikan terhadap impor beras, secara parsial konsumsi beras ( X 2 )
berpengaruh positif dan signifikan terhadap impor beras, secara parsial kurs ( X 3 )
berpengaruh negatif dan signifikan terhadap impor beras, dan secara parsial harga
beras lokal ( X 4) berpengaruh positif dan signifikan terhadap impor beras di
Indonesia. Data-data yang digunakan untuk kepentingan penelitian ini adalah data
berkala selama 15 tahun (time series) dari tahun 2006-2020. Sumber perolehan
data berasal dari BPS (Badan Pusat Statistik), BI (Bank Indonesia), dan
Kementerian Pertanian Republik Indonesia. Teknik analisis dalam penelitian ini
adalah analisis regresi linier berganda menggunakan asumsi klasik bersifat BLUE
(Best Linier Unbiased Estimate) dengan bantuan program komputer pengolahan
data SPSS (Statistic Program for Social Science) versi 25.0. Dengan berbagai uji
yang digunakan adalah uji asumsi klasik, uji koefisien determinasi, uji F dan uji t.
Bentuk persamaan regresi berganda.
Adapun Keterkaitan antara penelitian terdahulu dengan penelitian sekarang
adalah sama-sama mengamati impor beras di Indonesia dengan menggunakan
variabel, namun pada penilitian ini menggunakan variabel seperti luas lahan,
tingkat produktivitas, dan produksi padi dan tahun yang digunakan pada
penelitian yaitu rentang waktu 2018-2021. Selain itu, sumber data sebagian besar
diperoleh dari Badan Pusat Statistik (BPS) dan Sistem Informasi Kearsipan
Dinamis (SIKD). Serta teknik analisis ini sebagian besar menggunakan metode
panel data. Akan tetapi, perbedaan penelitian terdahulu dengan penelitian
sekarang terletak pada alat analisis, jenis data, dan objek periode yang digunakan
dalam penelitian.

13
14
 BAB III
METODE PENELITIAN

1.
2.
3.
3.1 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder
yang bersifat kuantitatif, yaitu data yang telah tersedia dalam bentuk angka.
Sedangkan data yang digunakan dalam penelitian ini adalah data runtut waktu
(time series) dan data deret lintang (cross section). Data time series adalah
data yang dikumpulkan dari waktu ke waktu terhadap suatu wilayah,
sedangkan data cross section adalah data yang dikumpulkan dalam satu
waktu terhadap banyaknya jumlah Impor Beras (I), Luas Lahan (LL),
Produksi (P) dan Produktivitas (Pv). Data time series sebanyak 4 tahun dari
tahun 2018-2021 dan data cross section provinsi-provinsi di Indonesia. Data
sekunder diperoleh dari sumber-sumber seperti catatan atau laporan dari
Badan Pusat Statistik (BPS) dan Sistem Informasi Kearsipan Dinamis
(SIKD).

3.2 Obyek dan Ruang Lingkup Penelitian

Obyek dan ruang lingkup pada penelitian ini adalah luas lahan,
produktivitas, dan produksi padi terhadap tingkat Impor Beras di Indonesia
dengan menggunakan data-data dari Badan Pusat Statistik (BPS) dan Sistem
Informasi Kearsipan Dinamis (SIKD).
Penelitian ini dilakukan pada bulan November 2022 karena merupakan
waktu yang efektif bagi peneliti untuk melaksanakan penelitian sehingga
peneliti dapat fokus pada saat penelitian dan keterbatasan peneliti dalam
waktu, tenaga, dan materi. Ruang lingkup penelitian ini adalah mengkaji
hubungan antara luas lahan, produktivitas, dan produksi padi terhadap
terhadap tingkat Impor Beras di Indonesia periode tahun 2018-2021.

15
3.3 Metode Pengumpulan Data
Metode yang digunakan dalam penelitian ini adalah metode deskriptif
dengan pendekatan kuantitatif, yaitu metode penelitian yang menekankan
analisis pada masalah aktual dengan data berupa angka. Data yang digunakan
adalah data luas lahan, produktivitas, dan produksi padi di Indonesia periode
tahun 2018-2021.
Dalam penelitian ini terdapat empat variabel yang menjadi objek
penelitian dimana Impor Beras merupakan variabel terikat (I), sedangkan
yang menjadi variabel bebas adalah Luas Lahan (LL), Produktivitas (Pv), dan
Produksi (P). Konstelasi pengaruh antar variabel di atas dapat digambarkan
sebagai berikut:

Luas Lahan (LL)

Produktivitas (Pv) Impor Beras (I)

Produksi (P)

Gambar 3. Grafik Konstelasi Hubungan Antar Variabel

Keterangan:
LL = Luas Lahan (Y )
Pv = Produktivitas (X 1)
P = Produksi (X 2)
I = Impor Beras ( X 3)
= Arah Pengaruh Parsial
= Arah Pengaruh Simultan

3.4 Operasionalisasi Variabel Penelitian

Operasionalisasi variabel peneltian ini diperlukan untuk memenuhi
jenis dan indikator dari variabel-variabel yang terkait dalam penelitian ini.

16
Selain itu, proses ini dimaksudkan untuk menentukan skala pengukuran dari
masing-masing variabel sehingga pengujian hipotesis dengan alat bantu
statistik dapat dilakukan secara luas.
1. Impor Beras (I)
a. Definisi Konseptual
Impor merupakan suatu kegiatan untuk memasukan barang dari
luar ke dalam daerah pabean atau Impor juga dapat diartikan sebagai
suatu proses memasukan barang yang berasal dari luar negeri ke
dalam negeri, dengan begitu maka impor merupakan kegiatan yang
dilakukan dengan melibatkan dua negara.
b. Definisi Operasional
Impor beras merupakan kegiatan memasukan komoditas beras
dari negara lain ke dalam Indonesia, hal tersebut bertujuan untuk
memenuhui kebutuhan konsumsi masyarakat Indonesia. Impor di
Indonesia diukur melalui kebutuhan di setiap Provinsi dengan data
pada Badan Pusat Statistik (BPS) dimasing-masing wilayah, namun
untuk impor beras masih belum terdapat data yang lengkap pada
setiap BPS di setiap Provinsi, sehingga untuk data impor komoditi
beras diambil dari beberapa data yang tersebar melalui informasi-
informasi yang tersedia di 34 Provinsi di Indonesia.

2. Luas Lahan (LL)

a. Definisi Konseptual
Lahan adalah bagian daratan dari permukaan bumi sebagai suatu
lingkungan baik yang meliputi tanah beserta segenap faktor yang
mempengaruhi penggunaannya seperti iklim, relief, aspek geologi,
dan hidrologi yang terbentuk secara alami maupun akibat pengaruh
manusia. Luas lahan merupakan luas panen dari hasil suatu komoditi
yang sudah siap untuk di panen khususnya yaitu beras.
b. Definisi Operasional

17
 Luas lahan (LL) merupakan hamparan tanah yang siap untuk
ditanam pada musim tertentu, dalam hal ini berarti luas lahan berupa
areal persawahan yang akan ditanami tanaman padi. Dengan luas
lahan yang cukup maka akan tercukupi pula kebutuhan komoditi
beras masyarakat Indonesia. Luas lahan yang akan diteliti dalam
penelitian ini adalah luas lahan pertanian pada 34 Provinsi di
Indonesia yang diperoleh melalui data di Badan Pusat Statistik
(BPS).

3. Produktivitas (Pv)
a. Definisi Konseptual
Produktivitas adalah tingkat efisiensi suatu ekonomi dalam
menggunakan modal, manusia dan teknologinya untuk menghasilkan
output. Atau, produktivitas dapat diartikan juga sebagai kemampuan
setiap orang, atau suatu perusahaan dalam menghasilkan suatu yang
diinginkan dengan memanfaatkan sumber daya yang ada.
b. Definisi Operasional
Produktivitas dalam hal ini yaitu pemanfaatan sumber daya yang
ada di Indonesia untuk menunjang kebutuhan komoditas beras dalam
negeri. Produktivitas yang akan diteliti dalam penelitian ini adalah
tingkat produktivitas lahan pertanian pada 34 Provinsi di Indonesia
yang diperoleh melalui data di Badan Pusat Statistik (BPS).

4. Produksi (P)
a. Definisi Konseptual
Produksi merupakan kegiatan untuk menghasilkan suatu barang
atau jasa. Kegiatan pokok ekonomi produksi dilakukan oleh
produsen dalam rangka menghasilkan barang untuk memenuhi
kebutuhan konsumen
a. Definisi Operasional

18
 Produksi dalam hal ini yaitu jumlah produksi komoditas beras di
Indonesia. Produksi yang akan diteliti dalam penelitian ini adalah
jumlah produksi beras yang ada pada 34 Provinsi di Indonesia yang
diperoleh melalui data di Badan Pusat Statistik (BPS).

3.5 Teknik Analisis Data

1. Analisis Data Panel
Regresi adalah sebuah studi bagaimana variabel dependen
dipengaruhi oleh satu atau lebih dari variabel independen dengan tujuan
untuk mengestimasi dan atau memprediksi nilai rata-rata dependen
didasarkan pada nilai variabel independen yang diketahui. Untuk
mengetahui hubungan secara kuantitatif dari tiga variabel atau lebih yakni
Luas lahan, Produktivitas dan Produksi terhadap Impor beras di Indonesia
dengan persamaan :

Qt =f (¿t , PV t , P t )……………………………………………………..(1)
Keterangan:
Qt = Impor beras di Indonesia tahun t
¿t = Luas Lahan tahun t
PV t = Produktivitas tahun t
Pt = Produksi tahun t

Setelah mendapatkan persamaan di atas, maka dimasukkan ke

dalam model regresi berganda yaitu:
I t=β 0 + β 1 ¿t + β 2 PV t + β 3 Pt +ε t ………………………………..(2)
Keterangan:
I = Impor Beras di Indonesia
LL = Luas Lahan Pertanian
PV = Produktivitas lahan pertanian
P = Produksi beras
t = Periode waktu tertentu

19
 β0 = intercept

β 1 β 2 β3 = Koefisien regresi parsial untuk LL, PV dan P

ε = Error/disturbance (variabel pengganggu)

Penelitian ini menggunakan regresi data panel, sehingga regresi

dengan menggunakan data panel disebut model regresi data panel. Secara
umum dengan menggunakan data panel akan menghasilkan intersep dan
slope koefisien yang berbeda pada setiap objek dan setiap periode waktu.
Regresi yang digunakan pada data penelitian ini menggunakan regresi data
panel pada variabel terikat dan variabel bebasnya.
Analisis regresi dengan data panel dapat dilakukan dalam
beberapa langkah yaitu:
a. Estimasi data panel dengan hanya mengombinasikan data time series dan
crosssection dengan menggunakan pendekatan Ordinary Least Square
(OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel
sehingga dikenal dengan estimasi common effect. Pada model ini tidak
diperhatikan dimensi waktu maupun individu, sehingga diasumsikan
bahwa perilaku data perusahaan sama dalam berbagai kurun waktu.
b. Estimasi data panel dengan menggunakan fixed effect, di mana metode
ini mengasumsikan bahwa individu atau objek memiliki intersep yang
berbeda, tetapi memiliki slope regresi yang sama. Suatu objek memiliki
intersep yang sama besar untuk setiap perbedaan waktu demikian juga
dengan koefisien regresinya yang tetap dari waktu ke waktu (time
invariant). Untuk membedakan antara individu dan individu lainnya
digunakan variabel dummy (variabel contoh/semu) sehingga metode ini
sering juga disebut least square dummy variables (LSDV).
c. Estimasi data panel dengan menggunakan metode random effect. Metode
ini menggunakan residual yang diduga memiliki hubungan antar waktu
dan antar individu. Model random effect mengasumsikan bahwa setiap
variabel mempunyai perbedaan intersep, tetapi intersep tersebut bersifat

20
 random atau skokastik. Keuntungan menggunkan model Random Effect
yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan
Error Component Model (ECM) atau teknik Generalized Least Square
(GLS) yang digunakan untuk mengestimasi model regresi ini sebagai
pengganti metode OLS.
2. Memilih Model Terbaik dalam Regresi Data Panel
Dalam menentukan model terbaik, digunakan Uji Chow untuk
menentukan antara model common effect dan fixed effect yang paling tepat
untuk mengestimasi data panel.
Hipotesis dalam Uji Chow:
H 0: Model Common Effect
H 1: Model Fixed Effect
Dasar penolakan terhadap hipotesis di atas adalah membandingkan
perhitungan probabilitas Cross-section Chi Square dengan alpha
probabilitasnya. Perbandingan dipakai apabila hasil probabilitas Cross-
section Chi Square lebih kecil (<) dari alpha probabilitas maka H 0 ditolak
yang berarti model yang paling tepat digunakan adalah Model Fixed
Effect. Apabila hasil probabilitas Cross-section Chi Square lebih besar (>)
dari alpha probabilitas maka H 0 diterima maka model yang digunakan
adalah Model Common Effect.
Nilai prob.Cross-section Chi Square ≤ alpha, maka maka H 0
ditolak yang berarti model yang lebih tepat digunakan adalah Model Fixed
Effect. Setelah Uji Chow dilakukan, selanjutnya Uji Hausman untuk
menentukan antara Model Fixed Effect atau Model Random Effect. Jika
nilai probability pada test summary cross section and period random
effects menunjukkan angka > 0,05 yang berarti tidak signifikan dengan
tingkat 95% atau α=5%. Sehingga keputusan yang diambil berdasarkan
Uji Hausman ini adalah terima (p-value > 0,05) dengan hipotesis:
H 0 : Model Random Effect
H 1: Model Fixed Effect

21
 Nilai p-value test summary cross section > 0,05, maka maka H 0
diterima yang berarti model yang lebih tepat digunakan adalah Model
Random Effect. Setelah dilakukan Uji Hausman, maka dapat ditentukan
model apa yang paling tepat untuk digunakan dalam persamaan regresi
linier berganda.

3. Uji Asumsi Klasik

Uji asumsi klasik digunakan untuk mengolah data atau
menganalisis dengan menggunakan rumus, software, atau alat analisa
lainnya untuk mendapatkan hasil atau pernyataan yang valid.
a. Uji Normalitas
Uji normalitas digunakan untuk menentuksn data yang dipakai
dalam penelitian berdistribusi normal atau diambil dari populasi
normal dengan menguji sebaran data yang dianalisis sebagai syarat
penggunaan statistik parametrik. Dalam pengujian, peneliti
menggunakan software Eviews. Uji normalitas residual metode OLS
secara formal dapat dideteksi dari metode yang dikembangkan oleh
Jarque-Bera (JB). Uji statistik dari JB ini menggunakan perhitungan
skewness dan kurtosis. Pengujian ini dilakukan dengan cara melihat
nilai Jarque-Bera yang dibandingkan dengan Chi-Square dan melihat
nilai probabilitas (P-Value) dari J-B Test yang dibandingkan dengan
taraf nyata (α) tertentu yang digunakan. Adapun formula uji statistik J-
B adalah sebagai berikut :
2 2
S K−3
JB=n +
6 24
Keterangan :
S = Koefisien skewness
K = Koefisien kurtosis
Dengan hipotesis :
H0 = Error berdistribusi normal
H1 = Error tidak berdistribusi normal

22
 Identifikasi normal atau tidaknya data dilihat dari nilai Jarque-
Bera. Ketika nilai JB < Chi-Square tabel  Data terdistribusi
normal. Namun jika yang terjadi JB > Chi Square tabel  Data tidak
terdistribusi normal. Selanjutnya dapat dilihat dari nilai Probability.
Apabila Probability > α  Data terdistribusi normal. Namun jika
yang terjadi nilai Probability < α  Data tidak terdistribusi normal.
b. Uji Multikolinearitas
Multikolinearitas adalah keadaan dimana kedua variabel
independen atau lebih pada model regresi terjadi hubungan linear
yang sempurna atau mendekati sempurna. Model regresi yang baik
mensyaratkan tidak adanya masalah multikolinearitas. Untuk melihat
apakah terdapat multikolinearitas pada variabel adalah dengan
menggunakan nilai Variance Inflation Factor (VIF). Nilai yang umum
dipakai untuk menunjukan adanya multikolinearitas adalah VIF >
1071 .
Hal yang diperhatikan dari hasil uji multikolinearitas adalah
nilai Correlation Matrix < 0,8. Ketika nilai Correlation Matrix < 0,8
 tidak terjadi multikolinearitas. Jika nilai Correlation Matrix ada
yang bernilai negatif, hal tersebut tidak akan berpengaruh, karena
yang diperhatikan tetap angkanya.
c. Uji Heterokedastisitas
Uji heterokedastisitas digunakan untuk mengetahui ada atau
tidaknya penyimpangan asumsi klasik heterokedastisitas yaitu adanya
ketidaksamaan varian dari residual untuk semua pengamatan pada
model regresi.
Hipotesis:
H0 : Varians error bersifat homoskedastisitas
H1 : Varian error bersifat heterokedastisitas
Untuk uji heterokedastisitas memiliki kriteria, yaitu Jika Chi
square hitung < Chi square tabel maka tidak terjadi heterokedastisitas,
Jika Chi square hitung > Chi square tabel maka terjadi

23
 heterokedastisitas. Cara menghitung chi square hitung yaitu: R
squared x n. Adapun R squared di dapatkan dari hasil Pool data
dan“n” merupakan jumlah data per variabel. Chi square tabel
didapatkan dari rumus yang dihitung pada ms. Excel: = CHIINV(0.05,
n-k). k merupakan jumlah variabel dalam penelitian.

4. Uji Hipotesis
Pengujian hipotesis dilakukan untuk menguji seluruh hipotesis
yang ada dalam penelitian ini dengan tingkat kepercayaan 95% atau α=5%
dan 90% atau α=10%.
a. Uji Keberartian Regresi Secara Parsial (Uji t)
Uji t dilakukan untuk menunjukkan seberapa jauh pengaruh
satu variabel independen secara individu terhadap variabel dependen
atau mengetahui bagaimana keberartian setiap variabel bebas dalam
regresi. Hipotesis pengujian: H 0 : βi < 0 H 1 : βi > 0 Uji t dilakukan
dengan menggunakan tingkat signifikansi pada Uji t yaitu jika nilai
signifikan 0,05 dan maka H 0 ditolak, namun jika nilai signifikan >
0,05 maka H 0 diterima. Kriteria pengujian diterima atau ditolaknya
suatu hipotesis adalah apabila t hitung > t tabel maka H 0 ditolak dan
hipotesis diterima. Jika t hitung < t tabel maka H 0 diterima dan
hipotesis ditolak. Selain itu Uji t dilakukan dengan menggunakan
tingkat signifikansi 10% yaitu jika nilai signifikan 0,10 dan maka H 0
ditolak, namun jika nilai signifikan > 0,10 maka H 0 diterima. Kriteria
pengujian diterima atau ditolaknya suatu hipotesis adalah apabila
thitung > t tabel maka H 0 ditolak dan hipotesis diterima. Jika thitung
< t tabel maka H 0 diterima dan hipotesis ditolak.
b. Uji Keberartian Regresi Secara Simultan (Uji F)
Uji F digunakan untuk membuktikan berdasarkan statistic
bahwa seluruh variabel independen berpengaruh secara bersamaan
terhadap variabel dependen. Uji F dilakukan dengan membandingkan

24
 Fhitung dengan Ftabel. Hipotesis pengujian: H 0 : βi < 0 H 1 : βi > 0 Uji
F dapat dilakukan dengan menggunakan tingkat signifikan F dari uji F.
apabila signifikan F < 0,05 maka H 0 ditolak, jika signifikan F > 0,05
maka H 0 diterima. Kriteria pengujian diterima atau ditolaknya suatu
hipotesis adalah apabila F hitung > F tabel maka H 0 ditolak dan
hipotesis diterima. Jika F hitung < F tabel maka H 0 diterima dan
hipotesis ditolak.
c. Koefisien Korelasi
Koefisien korelasi (r) menunjukan derajat korelasi antara
variabel independen dan variabel dependen. Nilai koefisien korelasi
harus terdapat dalam batas-batas -1 hingga +1 (-1< r ≤ +1) yang
menghasilkan beberapa kemungkinan, antara lain sebagai berikut :
 Tanda positif menunjukan adanya korelasi positif dalam variabel-
variabel yang diuji, yang berarti setiap kenaikan dan penurunan
nilai-nilai X akan diakui dengan kenaikan dan penurunan Y. Jika r
= +1 atau mendekati 1 maka menunjukkan adanya pengaruh positif
antara variabel-variabel yang diuji sangat kuat.
 Tanda negatif menunjukan adanya korelasi negatif antara variabel-
variabel yang diuji, berarti setiap kenaikan nilai-nilai X akan diikuti
dengan penurunan nilai Y dan sebaliknya. Jika r = -1 atau
mendekati -1 maka menunjukan adanya pengaruh negatif dan
korelasi variabel-variabel yang diuji lemah.
 Jika r = 0, maka menunjukan korelasi yang lemah atau tidak ada
korelasi sama sekali antara variabel-variabel yang diteliti dan diuji.
d. Koefisien Determinasi ( R2)
Koefisien determinasi ( R2) bertujuan untuk mengetahui
seberapa jauh variabel-variabel independen dapat menerangkan dengan
baik variasi variabel dependen, dengan kata lain R2 adalah
perbandingan antara variasi Y yang dijelaskan oleh X 1 dan X2 secara
bersama-sama dibandingkan dengan variasi total Y. Tidak ada ukuran

25
 yang pasti berapa besar R2 untuk mengatakan bahwa suatu pilihan
variabel sudah tepat. Nilai-nilai R2 yang sempurna adalah satu, yaitu
apabila keseluruhan variasi dependen dapat dijelaskan sepenuhnya
oleh variabel independen yang dimasukkan ke dalam model dimana 0
< R2 < 1. Jika R2 mendekati nol berarti kemampuan variabel-variabel
bebas dalam menjelaskan variabel terikat sangat terbatas. Apabila R2
semakin besar atau mendekati satu, berarti kemampuan variabel-
variabel bebas mampu menjelaskan variabel terikat makin tepat.

BAB IV
HASIL DAN PEMBAHASAN
4.
4.1 Gambaran Umum Beras di Indonesia
Meskipun merupakan negara penghasil beras terbesar ketiga di dunia,
Indonesia masih perlu mengimpor beras hampir setiap tahunnya. Keadaan ini
disebabkan petani menggunakan teknologi pertanian yang kurang optimal dipadu
dengan konsumsi beras per kapita yang tinggi (dengan jumlah penduduk yang
besar). Saat ini Indonesia merupakan negara dengan jumlah penduduk 276,4 juta
jiwa, yang dimana saat ini luas lahan pertanian di Indonesia hanya seluas 70 juta
Ha, yang efektif untuk produksi pertanian hanya 45 juta Ha. Luas lahan sawah
cenderung menurun sebagai akibat alih fungsi lahan sawah menjadi lahan non-
pertanian yang mencapai 50 - 70 ribu Ha per tahun, hal tersebut tentu akan
menimbulkan dampak yang cukup signifikan terhadap permintaan jumlah beras di
Indonesia. Konsumsi beras per kapita Indonesia pada tahun 2017 hampir 150
kilogram (beras, per orang, per tahun), dengan jumlah permintaan yang cukup
besar dengan tingkat produksi beras yang tidak memadai mendorong pemerintah
untuk melakukan impor beras.
Produksi beras di Indonesia didominasi oleh para petani kecil, bukan oleh
perusahaan besar yang dimiliki swasta atau negara. Para petani kecil
mengkontribusikan sekitar 90% dari produksi total beras di Indonesia. Setiap
petani itu memiliki lahan rata-rata kurang dari 0,8 hektar. Hal tersebut merupakan
salah satu faktor mengapa pemerintah melakukan impor beras. Kebijakan impor

26
dari negara luar ini memberikan suatu pengaruh yang cukup besar dalam
perekonomian serta ketahanan pangan yang ada di negara Indonesia, agar dalam
pengimporan beras tidak melebihi kapasitas kebutuhan penduduk sehingga tidak
mengalami kelebihan kapasitas yang begitu besar. Permasalahan yang sedang
dihadapi oleh para petani padi ini seharusnya mendapatkan perhatian serta
penanganan secara serius dari pemerintahan agar kebutuhan beras dalam negeri
dapat terpenuhi. Indonesia dikenal sebagai suatu negara yang sangat cocok untuk
bercocok tanam namun, akan amat disayangkan apabila dalam mencukup
kebutuhan pangan seperti beras masih bergantung dengan negara lain.
4.2 Gambaran Umum Variabel Penelitian
1. Impor Beras
Impor Beras adalah kegiatan memasukkan Beras ke dalam daerah pabean.
Impor Beras untuk keperluan umum adalah impor beras sebagai cadangan
yang sewaktu-waktu dapat dipergunakan oleh Pemerintah untuk keperluan
antara lain stabilisasi harga, penanggulangan keadaan darurat, masyarakat
miskin, kerawanan pangan, dan keadaan tertentu yang ditetapkan oleh
Pemerintah (Alihar, 2018). Adapun jumlah impor beras yang dilakukan oleh
Indonesia, merupakan pengaruh dari adanya beberapa faktor yang
menggambarkan besar kecilnya jumlah impor beras yang terjadi di Indonesia.
Jumlah impor beras tergantung pada luas lahan, produktifitas, dan produksi
padi di Indonesia. Terdapat beberapa alasan mengapa pemerintah melakukan
impor ke negara lain antara lain, barang dan jasa yang di impor belum mampu
untuk dihasilkan oleh negara, harga barang dan jasa impor lebih rendah dari
produksi dalam negeri yang tidak dapat dipenuhi oleh produksi domestik.

27
Sumber: Olah Data Sekunder Menggunakan Excel

Gambar 4. Grafik Jumlah Impor di 34 Provinsi

Dari data diatas terlihat bahwa impor beras di Indonesia mengalami
kenaikan yang sangat signifikan setiap tahunnya, pada gambar tersebut -
menunjukkan bahwa impor beras di 34 Provinsi dari tahun 2018-2021 terus
naik. Dari data di atas membuktikan bahwa tinggi rendahnya impor beras di
Indonesia sangat tidak menentu. Diketahui bahwa pada tahun 2018 Indonesia
mengimpor beras dari beberapa negara seperti Tahiland, Vietnam, Pakistan,
Myanmar, Jepang, Cina, dan beberapa negara lainnya. Total impor beras
Indonesia pada tahun 2018 yaitu sebanyak 2,25 juta ton. Kemudian, pada
tahun 2019 jumlah impor beras di Indonesia yaitu sebanyak 444.508,8 ton.
Tahun 2020 Indonesia masih kembali mengimpor beras sebanyak 356.286,2
ton. Dan menurut data terakhir pada tahun 2021 Indonesia mengimpor beras
sebanyak 407.741,4 ton. Pada tahun 2018, tercatat bahwa pada tahun tersebut,
merupakan tahun dengan impor beras terbesar di Indonesia.

2. Luas Lahan
Tanah merupakan faktor produksi terpenting dalam pertanian karena tanah
merupakan tempat dimana usaha tani dapat dilakukan dan tempat hasil
produksi dikeluarkan karena tanah tempat tumbuh kembang tanaman. Tanah
memiliki sifat tidak sama dengan faktor produksi lain yaitu luas relatif tetap
dan permintaan akan lahan semakin meningkat sehingga sifatnya langka dan
luasnya menjadi terbatas.
Salah satu unsur penting dalam memproduksi pangan adalah ketersediaan
lahan karena lahan merupakan faktor produksi utama untuk memproduksi
pangan. Lahan merupakan sumber daya ekonomi yang ketersediaannya relatif
tetap, tetapi kebutuhannya terus meningkat akibat kebutuhan pembangunan.
Di samping itu, lahan juga memiliki karakteristik yang spesifik (topografi,
kemiringan, tekstur tanah, kandungan kimia, dsb.), sehingga kesesuaian
pemanfaatannya akan sangat tergantung pada kebutuhan kegiatan ekonomi
yang dikembangkan. Oleh karena itu, pemanfaatan lahan perlu diarahkan pada

28
kegiatan yang paling sesuai dengan sifat fisiknya serta dikelola agar mampu
menampung kegiatan masyarakat yang terus berkembang (Dardak, 2005).
Luas lahan selama kurun waktu 2018-2021 mengalami penurunan hal tersebut
dapat dilihat pada gambar dibawah ini:

Sumber: Olah Data Sekunder Menggunakan Excel (Badan Pusat Statistik)

Gambar 5. Jumlah Luas Lahan

Penyediaan lahan pertanian untuk pangan saat ini menghadapi tekanan
akibat persaingan dengan sektor lain sebagai akibat pertumbuhan ekonomi dan
pertumbuhan jumlah penduduk. Kondisi demikian menyebabkan lahan
pertanian pangan dihadapkan kepada masalah penurunan luas lahan akibat
dikonversi ke penggunaan non-pertanian. Konversi lahan tersebut juga banyak
terjadi pada lahan sawah yang merupakan sumber daya lahan utama untuk
menghasilkan bahan pangan pokok.
Berdasarkan hasil Survei KSA, pada tahun 2021, luas panen padi
mencapai sekitar 10,41 juta hektar atau mengalami penurunan sebanyak
245,47 ribu hektar (2,30 persen) dibandingkan tahun 2020. Sementara itu,
produksi padi tahun 2021 yaitu sebesar 54,42 juta ton GKG. Jika
dikonversikan menjadi beras, produksi beras tahun 2021 mencapai sekitar
31,36 juta ton, atau turun sebesar 140,73 ribu ton (0,45 persen) dibandingkan
dengan produksi beras tahun 2020. Selain menghasilkan estimasi luas panen,
Survei KSA juga memberikan gambaran terkait fase amat padi lainnya, seperti
luas fase vegetatif awal, vegetatif akhir, generatif, potensi gagal panen, serta

29
luas sawah dan ladang yang sedang tidak ditanami padi. Semakin menurunya
tingkat padi yang di hasilkan di Indonesia diakibatkan dari adanya
pengurangan luas lahan yang secara terus menerus terjadi,. Oleh karena itu,
luas lahan sangat berpengaruh terhadap tingkat impor beras.
3. Produktivitas
Produktivitas pertanian di Indonesia dari tahun 2018 sampai tahun 2021
mengalami perubahan setiap tahunnya. Perubahan yang terjadi dipengaruhi
oleh beberapa faktor. Permasalahan yang kompleks mempengaruhi
produktivitas pertanian dan produksi beras di Indonesia pada tahun 2018-
2021. Hal tersebut dapat dilihat pada data dibawah ini:
Tabel 1. Jumlah Produktivitas Padi di Indonesia periode tahun 2018-2021
Data Jumlah Produktivitas Padi di Indonesia
Provinsi
2018 2019 2020 2021
ACEH 56.49 55.30 55.28 55.03
SUMUT 51.65 50.32 52.51 52.00
SUMBAR 47.37 47.58 46.92 48.36
RIAU 37.28 36.56 37.64 40.98
JAMBI 44.44 44.57 45.58 46.29
SUMSEL 51.48 48.27 49.75 51.44
BENGKULU 43.83 46.03 45.66 48.67
LAMPUNG 48.61 46.63 48.62 50.77
BANGKABEL 26.53 28.56 32.13 38.57
KEPRIAU 29.19 32.30 28.56 31.65
JAKARTA 72.76 53.96 49.69 58.03
JABAR 56.51 57.54 56.82 56.81
JATENG 57.63 57.53 56.93 56.69
DIY 54.81 47.86 47.35 51.77
JATIM 58.26 56.28 56.68 56.02
BANTEN 48.94 48.41 50.88 50.38
BALI 60.11 60.78 58.49 58.83
NTB 50.49 49.78 48.17 51.39
NTT 41.24 40.82 39.90 41.85
KALBAR 27.92 29.23 30.33 31.90
KALTENG 34.88 30.35 31.96 30.28
KALSEL 41.09 37.69 39.69 39.97
KALTIM 40.45 36.41 35.67 36.92
KALUT 32.88 32.40 33.97 33.74
SULUT 46.47 44.79 40.25 39.35
SULTENG 46.05 45.40 44.49 47.59
SULSEL 50.21 50.03 48.23 51.67
SULTENGGARA 39.43 39.27 39.27 41.57
GORONTALO 47.60 47.18 46.75 48.12

30
 SULBAR 48.46 47.96 53.23 52.05
MALUKU 40.01 37.82 38.53 41.24
MALUKUT 36.57 32.43 42.11 36.05
PAPUABARAT 32.15 41.63 32.20 41.98
PAPUA 42.57 43.48 31.48 44.05

Pada data di atas menunjukkan produktivitas beras di Indonesia

mengalami penurunan, namun ada pula yang mengalami kenaikan di beberapa
provinsi. Jumlah tersebut menunjukkan bahwa pada tahun 2018-2021 jumlah
produktifitas beras di Indonesia memiliki pengaruh terhadap jumlah impor
beras yang terjadi di Indonesia. Menurut sumber, pada tahun 2021
produktivitas padi tercatat mengalami kenaikan menjadi sebesar 5,22 ton/ha
dibandingkan produktivitas tahun 2020 (5,12 ton/ha). Terkait produktivitas
yang meningkat, upaya peningkatan produktivitas salah satunya dilakukan
dengan penggunaan perluasan varietas unggul bermutu (VUB) yang memiliki
potensi hasil tinggi. Namun, jumlah tersebut belum dapat memnuhi
permintaan kosnumen. Oleh karena itu, pemerintah menerapkan kebijakan
impor beras dari beberapa negara yang menghasilkan jumlah produksi beras
yang cukup tinggi misalnya India, Thailand, Vietnam, dan beberapa negara
lainnya.

4. Produksi
Produksi padi di Indonesia tahun 2021 yaitu sebesar 54,42 juta ton GKG.
Jika dikonversikan menjadi beras, produksi beras tahun 2021 mencapai sekitar
31,36 juta ton, turun sebesar 140,73 ribu ton (0,45 persen) dibandingkan
dengan produksi beras tahun 2020, jumlah tersebut termasuk berkurang
dibandingan tahun sebelumnya, dimana kebutuhan beras oleh masyarakat
terus bertambah, sehingga diperlukan impor beras untuk memenuhi target
kebutuhan stok digudang bulog. Fenomena yang terjadi di Indonesia mengenai
impor beras merupakan suatu kenyataan sulit dalam perekonomian Indonesia.
Sebagai negara agraris, dengan luas wilayah yang membentang dari sabang
sampai marauke, Indonesia ternyata masih dihadapkan pada kenyataan sebagai
negara pengimpor komoditi primer seperti beras. Ketidakmampuan

31
pemerintah dan petani dalam mengendalikan produksi beras, sejak dari
produksi, distribusi dan pengelolaan pascapanen menyebabkan lemahnya daya
saing komoditi pangan Indonesia. Jumlah produksi padi di Indonesia selama
2018-2021 dapat dilihat dari data berikut ini:
Tabel 2. Jumlah Produksi Padi di Indonesia

Data Jumlah Produksi Padi di Indonesia

Provinsi
2018 2019 2020 2021
ACEH 1861567.10 1714437.60 1757313.07 1634639.60
SUMUT 2108284.72 2078901.59 2040500.19 2004142.51
SUMBAR 1483076.48 1482996.01 1387269.29 1317209.38
RIAU 266375.53 230873.97 243685.04 217458.87
JAMBI 383045.74 309932.68 386413.49 298149.25
SUMSEL 2994191.84 2603396.24 2743059.68 2552443.19
BENGKULU 288810.52 296472.07 292834.04 271117.19
LAMPUNG 2488641.91 2164089.33 2650289.64 2485452.78
BANGKABEL 45724.69 48805.68 57324.32 70496.25
KEPRIAU 1097.00 1150.80 852.54 855.01
JAKARTA 4899.14 3359.31 4543.93 3249.47
JABAR 9647358.75 9084957.22 9016772.58 9113573.08
JATENG 10499588.23 9655653.98 9489164.62 9618656.81
DIY 514935.49 533477.40 523395.95 556531.03
JATIM 10203213.17 9580933.88 9944538.26 9789587.67
BANTEN 1687783.30 1470503.35 1655170.09 1603247.00
BALI 667069.06 579320.53 532168.45 618910.81
NTB 1460338.81 1402182.39 1317189.81 1419559.84
NTT 899935.88 811724.18 725024.30 731877.74
KALBAR 799715.21 847875.13 778170.36 711898.01
KALTENG 514769.05 443561.33 457952.00 381189.55
KALSEL 1327492.41 1342861.82 1150306.66 1016313.55
KALTIM 262773.88 253818.37 262434.52 244677.96
KALUT 45063.53 33357.19 33574.28 29967.31
SULUT 326929.74 277776.31 248879.48 232884.76
SULTENG 926978.66 844904.30 792248.84 867012.77
SULSEL 5952616.45 5054166.96 4708464.97 5090637.23
SULTENGGARA 538876.14 519706.93 532773.49 530029.08
GORONTALO 269540.40 231211.11 227627.20 234392.86
SULBAR 316478.37 300142.22 345050.37 311072.46
MALUKU 116228.86 98254.75 110447.30 116803.67
MALUKUT 49047.11 37945.64 43382.85 28050.80

32
 PAPUABARAT 24967.13 29943.56 24378.33 26926.93
PAPUA 223119.42 235339.51 166002.30 286279.80

4.3 Hipotesis Penelitian

 Terdapat pengaruh antara Luas Lahan, Produktivitas, dan Produksi Padi
terhadap Impor Beras secara Parsial di Indonesia periode tahun 2018 –
2021.
 Terdapat pengaruh antara Luas Lahan, Produktivitas, dan Produksi Padi
terhadap Impor Beras secara Simultan di Indonesia periode tahun 2018 –
2021.

4.4 Hipotesis Statistik

 Hipotesis Statistik Secara Parsial (Menggunakan One Tailed)
1) Luas Lahan (X1) terhadap Impor Beras
 𝐻0 : 𝛽1 ≥ 0, Tidak terdapat pengaruh Luas Lahan terhadap Impor Beras
di Indonesia periode tahun 2018 – 2021.
 𝐻1 : 𝛽1 < 0, Terdapat pengaruh Luas Lahan terhadap Impor Beras di
Indonesia periode 2018 – 2021.
2) Produktivitas (X2) terhadap Impor Beras
 𝐻0 : 𝛽2 ≥ 0, Tidak terdapat pengaruh Produktivitas terhadap Impor Beras
di Indonesia periode 2018 – 2021.
 𝐻1 : 𝛽2 < 0, Terdapat pengaruh Produktivitas terhadap Impor Beras di
Indonesia periode 2018 – 2021.
3) Produksi Padi (X3) terhadap Impor Beras
 𝐻0 : 𝛽3 ≥ 0, Tidak terdapat Produksi Padi terhadap Impor Beras di
Indonesia periode 2018 – 2021.
 𝐻1 : 𝛽3 < 0, Terdapat pengaruh Produksi Padi terhadap Impor Beras di
Indonesia periode 2018 – 2021.

 Hipotesis Statistik Secara Simultan

 𝐻0 : 𝛽i ≥ 0. Tidak terdapat pengaruh signifikan antara Luas Lahan,
Produktivitas, dan Produksi Padi terhadap Impor Beras di Indonesia
secara Simultan pada periode 2018 – 2021.
 𝐻1 : 𝛽I < 0. Terdapat pengaruh signifikan antara Luas Lahan,

33
 Produktivitas, dan Produksi Padi terhadap Impor Beras di Indonesia
secara Simultan pada periode 2018 – 2021.
4.5 Model Estimasi
4.5.1 Uji Chow
Pengujian ini bertujuan untuk menentukan model yang lebih baik,
diantara model fixed effect atau common effect. Teknik pengujian yang
digunakan adalah dengan Uji Chow, menggunakan statistik uji F.
Pengujian dilakukan dengan taraf uji 5% (a=0,05) dengan derajat bebas
(7,84). Uji Chow dilakukan dengan hipotesis sebagai berikut :

Tabel 3. Hasil Uji Chow

Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 20.413468 (33,99) 0.0000

Cross-section Chi-square 279.439080 33 0.0000

Kriteria :
 Prob. Cross-section Chi Square < ɑ (0.05) = FEM
 Prob. Cross-section Chi Square > ɑ (0.05) = CEM
Dari hasil analisis menggunakan uji chow di atas, dapat diketahui
nilai probabilitas Cross-section Chi Square yaitu 0.0000 < ɑ (0.05),
maka model sementara yaitu FEM.

4.5.2 Uji Hausman

Pengujian ini bertujuan untuk menentukan model yang lebih baik,
antara model fixed effect atau model random effect. Pengujian dilakukan
dengan menggunakan Uji Hausman yang menggunakan statistik uji H.
Pengujian dilakukan pada taraf uji 5% (α = 0,05) dengan derajat bebas 4
(db = 4). Hipotesis dari uji Hausman ini adalah sebagai berikut:

34
 Tabel 4. Hasil Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects

Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.

Cross-section random 12.055610 3 0.0072

Kriteria :
 Prob. Cross-section Random < ɑ (0.05) = FEM
 Prob. Cross-section Random > ɑ (0.05) = REM

Dari hasil analisis menggunakan Uji Hausman di atas, dapat

diketahui bahwa nilai probabilitas Cross-section randomnya yaitu 0.0072
< ɑ (0.05), maka model yang digunakan adalah FEM.

Kesimpulan model : Dikarenakan kedua uji tersebut (yaitu Uji Chow dan
Uji Hausman) telah menghasilkan model yang sama yaitu FEM, maka
dapat disimpulkan bahwa model yang digunakan pada studi kasus ini
adalah FEM (Fixed Effect Model).

4.6 Fungsi Persamaan Regresi

Tabel 5. Hasil Uji Pooled Least Squares
Dependent Variable: IMPOR?
Method: Pooled Least Squares
Date: 11/11/22 Time: 10:31
Sample: 1 4
Included observations: 4
Cross-sections included: 34
Total pool (balanced) observations: 136

Variable Coefficient Std. Error t-Statistic Prob.

C 34849.01 9602.869 3.629021 0.0005

LUAS_LAHAN? 0.038943 0.049036 0.794178 0.4290
PRODUKTIVITAS? -157.9866 173.8487 -0.908759 0.3657
PRODUKSI? -0.005461 0.008909 -0.612913 0.5413
Fixed Effects (Cross)
_ACEH--C -17835.88
_BALI--C -11076.57
_BANGKABEL--C 39899.27

35
 _BANTEN--C -12574.67
_BENGKULU--C -3562.058
_DIY--C 43666.28
_GORONTALO--C 10355.34
_JABAR--C -38385.24
_JAKARTA--C -3750.477
_JAMBI--C -1875.733
_JATENG--C -38872.33
_JATIM--C -39508.84
_KALBAR--C 7797.910
_KALSEL--C 2449.664
_KALTENG--C 6533.803
_KALTIM--C -7238.265
_KALUT--C 14858.09
_KEPRIAU--C 24282.22
_LAMPUNG--C -6106.703
_MALUKU--C 11202.87
_MALUKUT--C 17313.28
_NTB--C -3984.802
_NTT--C -7148.493
_PAPUA--C 20236.60
_PAPUABARAT--C 26572.36
_RIAU--C 20016.08
_SULBAR--C 3954.407
_SULSEL--C -18362.56
_SULTENG--C -7594.216
_SULTENGGARA--C 2585.976
_SULUT--C 3467.194
_SUMBAR--C -10802.55
_SUMSEL--C -16884.97
_SUMUT--C -9626.964

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.947805    Mean dependent var 31153.93

Adjusted R-squared 0.928824    S.D. dependent var 18090.83
S.E. of regression 4826.407    Akaike info criterion 20.02817
Sum squared resid 2.31E+09    Schwarz criterion 20.82059
Log likelihood -1324.916    Hannan-Quinn criter. 20.35019
F-statistic 49.93662    Durbin-Watson stat 2.139640
Prob(F-statistic) 0.000000

Persamaan Panel
Impor ij =β 0+ β1 Luas Lahanij + β 2 Produktivitas ij + β3 Produksiij +ε ij
Impor ij =34849.01+ 0.038943 Luas Lahanij −157.9866 Produktivitas ij −0.005461 Produksiij +ε ij
Interpretasi

36
 a) Koefisien / β 0= 34849,01 artinya ketika nilai variabel luas lahan,
produktivitas, dan produksi sama dengan nol maka impor akan
meningkat sebesar 34849,0%.
b) Luas lahan terhadap impor, peningkatan luas lahan sebesar 1 hektar
akan meningkatkan impor sebesar 0,03894% dengan asumsi
variabel lain ceteris paribus, dan sebaliknya.
c) Produktivitas terhadap impor, peningkatan produktivitas sebesar
1% akan menurunkan impor sebesar 157,9866% dengan asumsi
variabel lain ceteris paribus, dan sebaliknya.
d) Produksi terhadap impor, peningkatan produksi sebesar 1ton akan
menurunkan impor sebesar 0,005461% dengan asumsi variabel lain
ceteris paribus dan sebaliknya.

4.7 Uji Normalitas

Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk
menilai sebaran data pada sebuah kelompok data atau variabel, apakah
sebaran data tersebut berdistribusi normal ataukah tidak. Model regresi yang
baik adalah memiliki distribusi normal atau paling tidak mendekati normal.
Seperti diketahui dalam uji statistik (uji t dan uji F) mengasumsikan bahwa
nilai dari variabel pengganggu (residual) mengikuti distribusi normal.

Tabel 6. Hasil Uji Normalitas

37
  Jika nilai Jarque-Bera lebih besar dari Chi-Square dan nilai probabilitas
(P-Value) dari J-B Test lebih rendah dari taraf nyata (α = 0,05) maka data
tidak terdistribusi normal
 Jika nilai Jarque-Bera lebih rendah dari Chi- Square dan nilai probabilitas
(P-Value) dari J-B Test lebih besar dari taraf nyata (α = 0,05) maka data
terdistribusi normal

Nilai Chi-square = (CHIINV;0,05;136-4)

= 159,8135
Berdasarkan parameter ini diketahui bahwa nilai Jarque-Bera (153.1977) <
Chi Square table (159,8135). Dengan demikian dapat disimpulkan bahwa
persebaran data dalam model regresi terdistribusi normal.

4.8 Uji Asumsi Klasik

4.8.1 Uji Multikolinearitas
Tabel 7. Hasil Uji Multikolinearitas
LUAS_LAHAN PRODUKTIVIT PRODUKSI
AS
LUAS_LAHAN 1 0.50826701799 0.99723945242
8715 77224
PRODUKTIVIT 0.50826701799 1 0.52617217072
AS 8715 35873
PRODUKSI 0.99723945242 0.52617217072 1
77224 35873
Syarat Multikolinearitas :
Ketika nilai Correlation Matrix < 0,8 → maka
tidak terjadi multikolinearitas

Berdasarkan atas hasil uji diatas, maka dapat diketahui bahwa nilai
korelasi di antara variabel Independen (Luas Lahan, Produktivitas,
Produksi Padi) semuanya kurang dari (0,8). Dengan demikian dapat
disimpulkan bahwa di antara Variabel Independen tersebut tidak ada
korelasi atau tidak terjadi Multikolinearitas pada model regresi.

38
4.8.2 Uji Heterokedastisitas
Kriteria ;
 Jika Chi Square hitung < Chi Square tabel maka tidak terjadi
heterokedastisitas
 Jika Chi Square hitung > Chi Square tabel maka terjadi
heterokedastisitas
Rumus :
Chi square hitung = R squared x n
= 0,9478 x 136
= 128,90148
Chi square tabel =CHIINV(0.05; n-k)
=CHIINV(0.05; 136 - 4 )
= 159,8135
Berdasarkan hasil output di atas dapat diketahui bahwa Chi Square
hitung yaitu 128,90148 dan Chi Square tabel yaitu 159,8135. Maka dapat
disimpulkan bahwa Chi Square hitung < Chi Square tabel, hal tersebut
menunjukkan bahwa tidak terjadi heterokedastisitas.

4.8.3 Uji Autokorelasi

Syarat :
 Jika nilai dU ≤ DW ≤ (4-dU) maka terbebas dari Autokorelasi
 Jika DW < dL atau DW > (4 – dL) maka terdapat Autokorelasi
Langkah untuk mengetahui adanya autokorelasi dengan uji nilai Durbin
Watson sebagai berikut:
1. Menghitung nilai tabel Durbin Watson pada α = 5%; n = 136; k = 4
adalah dl = 1,6599 dan dU = 1,7808 (Lihat di tabel DW).
2. Hasil pengolahan data pada jendela regresi (equation) menunjukkan
nilai Durbin Watson sebesar 2,1396 dan nilai tersebut berada di
antara dU dan (4 – dU (2,2192)) sebagai berikut: dU ≤ DW ≤ (4-
dU) atau 1,6599 < 2,1396 < 2,2192. Maka dapat disimpulkan
bahwa dalam regresi linier tersebut bebas dari autokorelasi.

39
4.9 Uji Hipotesis Parsial (Uji T) dan Uji Hipotesis Simultan (Uji F)
Uji Hipotesis Parsial (Uji T)
Uji statistik t menunjukkan seberapa besar pengaruh masing-masing variabel
independen secara individual dalam menerangkan variasi variabel dependen.
Dalam regresi pengaruh Luas Lahan, Produktivitas, dan Produksi Padi terhadap
Impor Beras di Indonesia Periode tahun 2018-2021.
Adapun Kriteria Uji t adalah sebagai berikut:
a. Jika nilai t statistik > t tabel atau –t statistik < -t tabel dengan probabilitas < α
(0,05) maka ditolak, konsekuensinya yaitu tidak tolak, artinya secara parsial
variabel Luas Lahan, Produktivitas, dan Produksi Padi berpengaruh signifikan
terhadap Impor Beras di Indonesia Periode tahun 2018-2021.
b. Jika nilai t statistik < t tabel atau –t statistik > -t tabel dengan probabilitas > α
(0,05) maka ditolak, konsekuensinya yaitu tidak tolak, artinya secara parsial
variabel Luas Lahan, Produktivitas, dan Produksi Padi tidak berpengaruh dan
tidak signifikan terhadap Impor Beras di Indonesia Periode tahun 2018-2021.

Interpretasi :
Dengan a: 5% dan degree of freedom (df) = 136 (n-k = 136 - 4), maka:
T tabel ¿ Tinv ( a ; n−k ) →=Tinv ( 0.05 ; 136−4 )=1,978099
T tabel : 1,978099 / - 1,978099

 Luas Lahan (X ¿ ¿1)¿ terhadap Impor Beras

H 0 : β 1 = 0, Tidak terdapat pengaruh Luas Lahan terhadap Impor Beras
H 0 : β 1 ≠0, Terdapat pengaruh Luas Lahan terhadap Impor Beras
Interpretasi: t statistik (0,794178) < t tabel (1,978099) maka H 1 ditolak dan
konsekuensinya tidak tolak H 0 dan nilai probabilitas (0,42) >
(0,05) maka data tersebut tidak signifikan. Jadi hasilnya adalah
tidak terdapat pengaruh dan tidak signifikan antara variabel
Luas Lahan dengan Impor Beras.

40
  Produktivitas ( X ¿ ¿2)¿ terhadap Impor Beras
H 0 : β 1 = 0, Tidak terdapat pengaruh Produktivitas terhadap Impor Beras
H 0 : β 1 ≠0, Terdapat pengaruh Produktivitas terhadap Impor Beras
Interpretasi: t statistik (-0,908759) < t tabel (1,978099) maka H 1 ditolak
dan konsekuensinya tidak tolak H 0 dan nilai probabilitas (0,36)
> (0,05) maka data tersebut tidak signifikan. Jadi hasilnya
adalah tidak terdapat pengaruh dan tidak signifikan antara
variabel Produktivitas dengan Impor Beras.
 Produksi Padi (X ¿ ¿3)¿ terhadap Impor Beras
H 0 : β 1 = 0, Tidak terdapat pengaruh Produksi Padi terhadap Impor Beras
H 0 : β 1 ≠0, Terdapat pengaruh Produksi Padi terhadap Impor Beras
Interpretasi: t statistik (-0,612913) < t tabel (1,978099) maka H 1 ditolak
dan konsekuensinya tidak tolak H 0 dan nilai probabilitas (0,54)
> (0,05) maka data tersebut tidak signifikan. Jadi hasilnya
adalah tidak terdapat pengaruh dan tidak signifikan antara
variabel Produksi Padi dengan Impor Beras.

Uji Hipotesis Simultan (Uji F)

Uji F merupakan uji yang dilakukan untuk mencari apakah variabel
independen secara bersama – sama (stimultan) mempengaruhi variabel dependen.
Uji F dilakukan untuk melihat pengaruh dari seluruh variabel bebas secara
bersama-sama terhadap variabel terikat. Tingkatan yang digunakan adalah sebesar
0.5 atau 5%, jika nilai signifikan F < 0.05 maka dapat diartikan bahwa variabel
independent secara simultan mempengaruhi variabel dependen ataupun sebaliknya
(Ghozali, 2016).

Dengan kriteria Uji F, yaitu:

a) Jika nilai F statistik > F tabel dengan probabilitas < α (0,05), maka H 0 ditolak,
konsekuensinya yaitu tidak tolak H 1, artinya secara simultan variabel Luas
Lahan, Produktivitas, dan Produksi Padi berpengaruh terhadap Impor Beras di
Indonesia Periode tahun 2018-2021.

41
b) Jika nilai F statistik < F tabel dengan probabilitas > α (0,05), maka H 1 ditolak,
konsekuensinya yaitu tidak tolak H 0, artinya secara simultan variabel Luas
Lahan, Produktivitas, dan Produksi Padi tidak berpengaruh terhadap Impor
Beras di Indonesia Periode tahun 2018-2021

Interpretasi :
F table : 2,6732
F statistik : 49,93662
Probabilitas : 0,0000
Maka:
F tabel ¿ Finv ( a ; k−1 ;n−k ) →=Finv ( 0.05 ; 4−1 ;136−4 ) =2, 6732
Interpretasi:
Berdasarkan output regresi berganda diatas terlihat bahwa nilai f statistik
(49,93662) > f tabel (2,6732) dengan probabilitas (0.0000) < α (0.05) maka H 0 di
tolak, konsekuensinya yaitu tidak tolak H 1, artinya secara simultan variabel-
variabel Luas Lahan, Produktivitas, dan Produksi Padi berpengaruh terhadap
Impor Beras di Indonesia Periode tahun 2018-2021.

4.10 Uji Determinasi

Koefisien determinasi ( R2) digunakan untuk mengukur seberapa jauh
kemampuan model tersebut dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah nol dan satu. Nilai yang kecil berarti kemampuan
varibel-variabel independen dalam menjelaskan variasi variabel dependen amat
terbatas. Nilai yang mendekati satu berarti variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi-variabel dependen. Berdasarkan nilai R-squared sebesar 0,947805. Nilai
tersebut menggambarkan bahwa sumbangan variabel Luas Lahan, Produktivitas,
dan Produksi Padi terhadap naik turunnya atau variasi variabel Impor Beras
adalah sebesar 94,78% dan sisanya sebesar 5,22% merupakan sumbangan dari
variabel lain yang tidak dimasukkan dalam model yang diajukan dalam penelitian
(terkumpul dalam Variabel Pengganggu atau ∈).

42
4.11 Uji Korelasi
Adjusted R-suared: 0.928824
Korelasi pada nilai r (Adjusted R-squared) sebesar 0.928824 atau 92,88% berarti
hubungan antara Variabel Independen dengan Variabel Dependen dalam
penelitian tersebut dapat dikatakan mempunyai hubungan yang kuat karena
mendekati 100% atau mendekati nilai 1.

43
 BAB V
PENUTUP
5.
5.1 Kesimpulan
5.2 Saran

44
DAFTAR PUSTAKA

45