96
4.3. Pengujian Model Tarikan Dan Bangkitan Petikemas
Model Bangkitan dan Tarikan Petikemas, yang telah disusun diatas sebelum digunakan terlebih dahulu dilakukan pengujian apakah model yang
diperoleh dari proses iterasi dapat diterapkan. Variabel yang berpengaruh terhadap jumlah petikemas yang berasal dari
suatu daerah, diuji hubungannya, dengan mengunakan korelasi dan regresi, serta pengujian beda rata-rata mengunakan uji t dan uji F Anova.
Pada proses penyusunan model bangkitan petikemas yang berasal dari Kabupaten Lumajang sebagai contoh, diperoleh hasil olahan data, berikut :
Descriptive Statistics
14.18 4.446
11 1369.895
738.085728 11
125.7055 103.99288
11 576.5245
466.84987 11
717.5618 384.37928
11 125.9673
59.41117 11
262.7291 180.07335
11 333.3036
106.99975 11
148.8391 93.61173
11 Petikemas Ekspor
Lumajang Pertanian
Pertambangan Industri
Perdagangan Angkutan Komunikasi
Keuangan Jasa
Konstruksi Mean
Std. Deviation N
Jumlah rata-rata petikemas yang berasal dari Kabupaten Lumajang adalah, 14,18 box 21 TEUs dengan standar deviasi 4,446 box 6 TEUs.
Variabel yang diikut sertakan dalam iterasi ini sebanyak 8 variabel yaitu
X
1
= Pertanian X
2
= Pertambangan X
3
= Industri X
4
= Listrik, Gas Air X
5
= Konstruksi X
6
= Perdagangan X
7
= Angkutan Komunikasi X
8
= Keuangan X
9
= Jasa-jasa
97
Hubungan antar variabel dapat dilihat melalui tabel berikut :
Petikemas Ekspor Lumajang
Pearson Correlation Petikemas Ekspor Lumajang
1.000 Pertanian
.921 Pertambangan
.887 Industri
.901 Perdagangan
.938 Angkutan Komunikasi
.928 Keuangan
.919 Jasa
.924 Konstruksi
.903 Sig. 1-tailed
Petikemas Ekspor Lumajang .
Pertanian .000
Pertambangan .000
Industri .000
Perdagangan .000
Angkutan Komunikasi .000
Keuangan .000
Jasa .000
Konstruksi .000
Hubungan variable yang tertingi dengan bangkitan Petikemas di Lumajang adalah X
6
perdagangan, yaitu : 0,938. Arah hubungan positif, sehingga kecenderungan ekspor dari daerah Lumajang di karenakan aktifitas perdagangan
daerah tersebut dengan dalam dan luar negeri. Komoditi perdagangan yang dominan adalah hasil pertanian, perkebunan dan produk-produk olahan industri.
Metode yang digunakan dalam iterasi ini adalah stepwise sehingga
variable yang probabilitas F = 0,050 dapat dipakai dan yang lebih besar = 0,100
tidak diikutkan dalam pemodelan selanjutnya.
Variables EnteredRemoved
a
Perdagang an
. Stepwise
Criteria: Probabilit
y-of- F-to-enter
= .050, Probabilit
y-of- F-to-remo
ve = . 100.
Model 1
Variables Entered
Variables Removed
Method
Dependent Variable: Petikemas Ekspor Lumajang a.
Koefisien determinasi atau angka R square adalah 0,879 merupakan kuadrat dari korelasi variabel perdagangan 0.938
2
, artinya 87,9 variable
98
perdagangan yang paling mempengaruhi jumlah petikemas ekspor Lumajang, dan
12,1 dipengaruhi oleh faktor lainnya.
Model Summary
b
.938
a
.879 .866
1.627 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, Perdagangan
a. Dependent Variable: Petikemas Ekspor Lumajang
b.
Standart error of estimate untuk variabel perdagangan adalah 1,627 dalam
satuan Rp. juta , dimana angka ini lebih kecil dari standar deviasi petikemas ekspor yaitu 4,446, sehingga model ini dapat bertindak sebagai prediktor jumlah
petikemas ekspor Lumajang.
Dari uji Anova atau uji-F, diperoleh F hitung adalah 65,684 dengan tingkat signifikasi 0,000 yang jauh lebih kecil dari 0,05, hal ini menggambarkan
bahwa model regresi dapat digunakan.
ANOVA
b
173.820 1
173.820 65.684
.000
a
23.817 9
2.646 197.636
10 Regression
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, Perdagangan a.
Dependent Variable: Petikemas Ekspor Lumajang b.
Persamaan regresi dapat dibentuk, pada langkah berikut :
Coefficients
a
6.399 1.078
5.934 .000
.011 .001
.938 8.105
.000 Constant
Perdagangan Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Petikemas Ekspor Lumajang a.
Y =
6,399 + 0,011 X
6
99
Dimana : Y
= Jumlah petikemas ekspor box, Lumajang.
X
6
= Tingkat Perdagangan Lumajang
Standar koefisiennya adalah 0.938, yang menunjukan hubungan variabel
perdagangan dengan jumlah petikemas ekspor Selanjutnya agar model di atas dapat diterima kevalidasiannya maka
dilakukan uji t. Dari hasil t perhitungan dimana t adalah 8.105 dari t tabel yaitu 6.191
sehingga Ho di tolak , namun karena koefisien regesi signifikasinya 0,000 jauh lebih kecil dari 0,0250 0,052, maka model regresi yang diperoleh dapat
digunakan, karena variabel perdagangan sangat mempengaruhi jumlah bangkitan petikemas ekspor Lumajang.
One-Sample Test
6.191 10
.000 717.56182
459.3323 975.7913
Perdagangan t
df Sig. 2-tailed
Mean Difference
Lower Upper
95 Confidence Interval of the
Difference Test Value = 0
Pada Tabel berikut t hitung untuk konstanta 5,934 t tabel 10,580 sehingga Ho di terima dengan koefisien regresi sig 0,000, maka persamaan
regresi dapat diterima.
One-Sample Test
10.580 10
.000 14.182
11.20 17.17
Petikemas Ekspor Lumajang
t df
Sig. 2-tailed Mean
Difference Lower
Upper 95 Confidence
Interval of the Difference
Test Value = 0
Catatan : Hipotesis :
Ho = Koefisien regresi tidak signifikan.
Hi = Koefisien regresi signifikan
100
Probabilitas : jika probabilitas 0,025, maka Ho di terima Jika probabilitas 0,025, maka Ho ditolak
SigSignificance: menunjukan probabilitas
Jika t hitung statistik t tabel, maka, Ho diterima. Jika t hitung statistik t tabel, maka Ho ditolak.
4.4. Kondisi Dan Fasilitas Terminal Petikemas Surabaya
Kategori