Tahun 2010 : 1610360,51 + 19358,64 10
=
10
Y = 1803946,91
Setelah diperoleh besarnya nilai ramalan hasil kebutuhan konsumsi beras untuk tahun 2008 sampai 2010, maka selanjutnya perlu dilakukan pengetesan terhadap
regresi yang dipergunakan dalam penyusunan ramalan tersebut. Dalam hal ini, akan dilakukan pengetesan mengenai tepat atau tidaknya variabel yang mempengaruhi
besarnya kebutuhan konsumsi beras yang diramalkan adalah waktu. Pengetesan ini disebut tes mengenai koefisien penentu coefficient of Determination test atau
2
R Test.
4.2 Test Koefisien Penentu atau
2
R Test
Tabel 4.3 untuk menghitung
2
R
Y X
−
−Y Y
2
⎟ ⎠
⎞ ⎜
⎝ ⎛ −
−
Y Y
bX a
Y +
=
−
−Y Y
2
⎟ ⎠
⎞ ⎜
⎝ ⎛ −
−
Y Y
1610344 0 -58092.43 3374730423 1610361 -58075.92 3372812484 1634709 1 -33727.43 1137539534 1629719 -38717.28 1499027771
1654392 2 -14044.43 197246014 1649078 -19358.64 374756942.6 1664466 3 -3970.43 15764314.38 1668436
1682824 4 14387.57 207002170.5 1687795 19358.64 374756942.6 1682900 5 14463.57 209194857.1 1707154 38717.28 1499027771
1724718 6 56281.57 3167615122 1726512 58075.92 3372812484 11654353 21 -24702.01 8309092435 11679055
4.66E-10 10493194394
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
Dari tabel diatas terlihat bahwa JKR =
∑ ∑
⎟ ⎠
⎞ ⎜
⎝ ⎛ −
⎟ ⎠
⎞ ⎜
⎝ ⎛ −
=
− −
2 2
2
Y Y
Y Y
R
i i
8309092435 4
1049319439
2
= R
=
2
R 0,13
= 13 Artinya 13 dari seluruh variabel total Y diterangkan oleh regresi, atau X dan
masih ada sebesar 87 lagi variasi Y yang tidak dapat diterangkan oleh model yang digunakan. Maka dapatlah dikatakan bahwa besarnya ramalan kebutuhan konsumsi
beras ditentukan oleh sekitar 0,13 oleh variabel waktu. Dengan perkataan lain, waktu dapat dipergunakan untuk memperkirakan besarnya ramalan hasil kebutuhan
konsumsi beras, karena korelasi antara waktu dengan besarnya hasil kebutuhan konsumsi beras adalah 0,13.
4.3 Uji Signifikan Signifficance Test
Dalam signifikan tes ini, kita ingin mengetahui apakah benar secara statistika bahwa hubungan yang ada antara variabel yang diramalkan dengan variabel waktu adalah
. Untuk pengetesan ini, perlu dilakukan dua macam tes, yaitu:
bX a
Y +
=
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
4.3.1 F- Test
Dari data kebutuhan konsumsi beras dan perhitungan koefisien regresi yang terdapat pada tabel 4.2, dapat dihitung nilai F tes seperti terdapat pada tabel 4.4.
Tabel 4.4 Perhitungan F Statistik
Y X
bX a
Y +
= Y
Y −
2
⎟ ⎠
⎞ ⎜
⎝ ⎛ −Y
Y
−
−Y Y
2
⎟ ⎠
⎞ ⎜
⎝ ⎛ −
−
Y Y
1610344 0 1610360.51 -16.51 272.5801 -58075.92 3372812484
1634709 1 1629719.15 4989.85 24898603 -38717.28 1499027771 1654392 2 1649077.79 5314.21 28240828 -19358.64 374756942.6
1664466 3 1668436.43 -3970.43 15764314 1682824 4 1687795.07 -4971.07 24711537 19358.64 374756942.6
1682900 5 1707153.71 -24253.71 588242449 38717.28 1499027771 1724718 6 1726512.35 -1794.35 3219691.9 58075.92 3372812484
11654353 21 11679055 -24702.01 685077696 4.6566E-10 10493194394
Dari tabel diatas, dapatlah dicari nilai F ratio sebagai berikut:
k n
Y Y
k Y
Y F
− ⎟
⎠ ⎞
⎜ ⎝
⎛ − −
⎟ ⎠
⎞ ⎜
⎝ ⎛ −
=
∑ ∑
−
2 2
1
2 7
685077696 1
2 4
1049319439
− −
= F
2 ,
137015539 4
1049319439 =
F
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
= 76,58 Dalam hal ini tingkat keyakinan sebesar 77, atau tingkat kenyataan atau signifikan
sebesar 3, maka dari tabel distribusi F, diperoleh nilai F tes atau F tabel untuk pembilang sebesar satu dan penyebut sebesar lima adalah 6,61. Dengan
memperbandingkan nilai F tabel atau F tes yang diperoleh dengan ratio yang telah dihitung, maka diperoleh:
F ratiio = 76,58 F tes = 6,61 Hal ini menunjukkan bahwa koefisien b dalam persamaan regresi yang sederhana
adalah Y = 1610360,51 + 19358,64 signifikan. Sehingga dapat disimpulkan,
bahwa persamaan regresi ramalan yang tepat atau benar adalah Y = a + bX.
i
X
4.3.2 T- Test
Tabel 4.5 Data untuk menghitung T Test
Y X
−
− X X
2
⎟ ⎠
⎞ ⎜
⎝ ⎛ −
−
X X
bX a
Y =
=
−
−Y Y
2
⎟ ⎠
⎞ ⎜
⎝ ⎛ −Y
Y
1610344 0 -3 9 1610360.51
-16.51 272.5801 1634709 1 -2
4 1629719.15 4989.9
24898603.02 1654392 2 -1
1 1649077.79 5314.2
28240827.92 1664466 3 0
0 1668436.43 -3970
15764314.38 1682824 4 1
1 1687795.07 -4971
24711536.94 1682900 5 2
4 1707153.71 -24254
588242448.8 1724718 6 3
9 1726512.35 -1794
3219691.923 11654353 21
28 11679055 -24702
685077695.5
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
Dari persamaan Y = 1610360,51 + 19358,64 , maka sebelum kita menghitung T
test a dan T tesr b dapat kita mencari
i
X
b a
dan σ
σ , yaitu:
n n
Y Y
a
2
2
− ⎟
⎠ ⎞
⎜ ⎝
⎛ − =
∑
σ
7 5
5 .
685077695 =
= 4424.21 Dan
∑ ∑
⎟ ⎠
⎞ ⎜
⎝ ⎛ −
− ⎟
⎠ ⎞
⎜ ⎝
⎛ − =
− 2 2
2 X
X n
Y Y
b
σ
28 5
5 ,
685077695 =
= 2212.,11
Maka, T test 99
, 363
21 ,
4424 51
, 1610360
= =
=
a
a a
σ
T test
75 ,
8 11
, 2212
64 ,
19358 =
= =
b
b b
σ
Sedangkan t tabel atau t distribusi dengan tingkat keyakinan 77, atau tingkat signifikan 23, maka dapat diperolah dari tabel distribusi t yaitu:
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
57 ,
2
025 ,
; 5
2 05
, ;
2 7
2 ;
= =
=
− −
t t
t
k n
α
Maka diperoleh: T test a =363,99 t tabel = 2,57
T test b = 8,75 t tabel = 2,57 Dengan demikian, dapatlah disimpulkan bahwa baik koefisien regresi a
maupun b, secara statistik adalah signifikan. Oleh karena itu, maka dapatlah dikatakan bahwa penggunaan persamaan regresi Y = 1610360,51 + 19358,64
adalah tepat atau benar secara statistik dalam penyusunan ramalan kebutuhan konsumsi beras di
Propinsi Sumatera Utara.
i
X
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengenalan Excel
