BAB 4
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan Data
Data merupakan alat bagi pengambilan keputusan yang tepat dan juga sebagai dasar untuk memecahkan masalah yang dihadapi. Maka penelitian ini menggunakan data
sekunder yang bersifat time series yang dimulai dari tahun 1999 hingga tahun 2006 berupa data statistik. Data tersebut diperoleh dari instansi yang terkait dengan
penelitian yaitu Kantor Badan Pusat Statistik Provinsi Sumatera Utara.
Adapun datanya adalah sebagai berikut :
Tahun Net Weight
kg Value CIF
US Produksi Beras
ribu ton Rata-rata Kurs
per tahun Rp
1999 4.751.398
1.327.459 50.866,4
7.100 2000
1.355.665 319.130
51.898,9 9.595
2001 644.733
134.913 50.460,8
10.400 2002
1.805.380 342.527
51.489,7 8.940
2003 1.428.506
291.423 52.078,8
8.465 2004
236.867 61.753
54.088,5 9.290
2005 189.617
51.499 54.151,1
9.900 2006
438.108 132.620
54.402,0 9.020
Tabel 4.1 Data Impor Beras Menurut Golongan, Barang dan Produksi; Menurut Jenis tanaman pada Hasil Pertanian dan Rata-rata Kurs Rupiah Per Tahun
4.2 Pengolahan Data
Untuk membahas dan memecahkan masalah mengenai pengaruh jumlah permintaan beras impor di Indonesia, akan digunakan data yang telah dikumpulkan sebelumnya.
Yaitu tentang jumlah permintaan beras impor di Indonesia, harga gula impor per tahunnya, nilai tukar rupiah terhadap dolar Amerika serta jumlah produksi beras yang
dihasilkan oleh pertanian-pertanian yang ada di Indonesia. Proses pengolahan dan penganalisisan data dilakukan dengan menggunakan program SPSS, yaitu salah satu
program statistik yang mampu memproses data dengan cepat namun hasilnya dapat mewakili dalam pengambilan keputusan yang relatif baik karena mendekati keadaan
sebenarnya.
4.3 Persamaan Regresi linier Berganda
Untuk mencari persamaan regresi linier berganda, terlebih dahulu dihitung koefisien- koefisien regresinya dengan menggunakan program SPSS. Berikut adalah data-data
yang telah diinput:
Regression
Variables EnteredRemoved
Model Variables Entered
Variables Removed Method
1 kurs, produksi beras, harga beras impor
a
. Enter a. All requested variables entered.
Tabel 4.2 Metode Kotak Dialog Regresi Linier
Metode ini menganalisis variabel bebas independent variable secara keseluruhan tanpa memilah-milah variabel yang akan dijadikan satu grup dalam persamaan
regresinya. Adapun variabel bebasnya adalah harga beras impor , jumlah produksi
beras , dan rata-rata nilai kurs rupiah per tahun
.
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.997
a
.993 .988
1.62506E5 a. Predictors: Constant, kurs, produksi beras, harga beras impor
b. Dependent Variable: permintaan beras impor
Tabel 4.3 Metode Hasil Penjumlahan
Tabel diatas menunjukkan bahwa nilai R Square adalah sebesar 0,993 yang jika dihitung secara manual diperoleh dari hasil satu dikurangi dari jumlah kuadrat
regresi dibagi jumlah kuadrat total dari variabel Y.
Nilai Adjusted R Square sebagai nilai yang disarankan dapat diketahui besarnya adalah 0,988 yang artinya variabel bebas harga beras impor
, jumlah produksi beras
, dan rata-rata nilai kurs rupiah per tahun , memiliki pengaruh
sebesar 98,8 terhadap jumlah permintaan beras impor Y dan sisanya dipengaruhi oleh variabel lain seperti misalnya pendapatan penduduk, selera, adanya barang
substitusi pengganti dan lain sebagainya.
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
1.559E13 3
5.197E12 196.804
.000
a
Residual 1.056E11
4 2.641E10
Total 1.570E13
7 a. Predictors: Constant, kurs, produksi beras, harga beras impor
b. Dependent Variable: permintaan beras impor
Tabel 4.4 Output ANOVA 1 Arah
Analisa variansi di atas digunakan untuk uji hipotesis beberapa rata-rata yang sama. Dari tabel dapat diketahui : derajat kebebasannya degree of freedom = 3,
residu galat kekeliruan = 4. Nilai = 196,804 dengan tingkat signifikani sebesar
0,000 atau 0,00 yang berarti signifikani kurang dari 5, sehingga hipotesis awal ditolak. Itu artinya rata-rata perbandingan harga beras impor
, jumlah produksi beras
, dan rata-rata nilai kurs rupiah per tahun cukup signifikan. Dengan
kata lain, terdapat perbedaan antara harga beras impor , jumlah produksi beras
, dan rata-rata nilai kurs rupiah per tahun .
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.183E7
3991653.442 2.964
.041 harga beras impor
2.628 .396
.734 6.646
.003 produksi beras
-167.427 57.052
-.175 -2.935
.043 kurs
-282.858 141.507
-.189 -1.999
.116 a. Dependent Variable: permintaan beras impor
Tabel 4.5 Nilai – Nilai Koefisien
Pada tabel 4.5 siatas tepatnya pada kolom signifikansi ditunjukkan bahwa variabel harga beras impor dan produksi beras yang mempengaruhi permintaan beras
impor di Indonesia karena angka signifikannya berada dibawah 0,05 yaitu sebesar 0,003 dan 0.043. sedangkan variabel nilai kurs tidak mempengaruhi jumlah
permintaan beras impor di Indonesia karena angka signifikannya berada di atas 0,05 yaitu 0,116.
Pada tabel 4.5 diatas dapat juga diketahui nilai-nilai : = 1,183
= 2,628 = -167,427
= -282,858 Sehingga diperoleh persamaan regresinya :
1,183 + 2,628 -167,427
-282,858
Residuals Statistics
a
Minimum Maximum
Mean Std. Deviation
N Predicted Value
99542.6016 4.7953E6
1.3563E6 1.49244E6
8 Residual
-1.50486E5 2.23748E5
.00000 1.22843E5
8 Std. Predicted Value
-.842 2.304
.000 1.000
8 Std. Residual
-.926 1.377
.000 .756
8 a. Dependent Variable: permintaan beras impor
Tabel 4.6 Nilai-Nilai Residu
4.4 Uji Keberartian
Kategori