Metode Analisis Data

D. Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah metode regresi linear berganda dengan penaksir kuadrat terkecil atau OLS (Ordinary Least Square). Penaksir kuadrat terkecil atau OLS yaitu proses matematis untuk menentukan intersep dan slope garis yang paling tepat yang

32

commit to user

Penaksir kuadrat terkecil dalam kelas penaksir linear tak bias, mempunyai varians minimum yaitu penaksir (Best Linear Unbiased Estimator/BLUE) (Gujarati, 1991).

Hubungan antara permintaan kentang dengan faktor-faktor yang mempengaruhinya ditunjukkan dalam satu bentuk fungsi permintaan sebagai berikut:

Qd = f (X 1 ,X 2 ,X 3 , Y, JP)

Keterangan: Qd: Permintaan kentang di Kabupaten Boyolali (kg/th)

X 1 : Harga kentang di Kabupaten Boyolali (Rp/th)

X 2 : Harga wortel di Kabupaten Boyolali (Rp/th)

X 3 : Harga beras di Kabupaten Boyolali (Rp/th) Y : Pendapatan perkapita di Kabupaten Boyolali (rupiah/th) JP : Jumlah penduduk di Kabupaten Boyolali (jiwa)

Model yang digunakan untuk mengestimasi fungsi permintaan adalah model regresi non linear berganda dengan model perpangkatan atau eksponensial. Bentuk fungsinya dituliskan sebagai berikut:

Qd = b 0 .X 1 b1 .X 2 b2 .X 3 b3 .X 4 b4 .X 5 b5

Fungsi tersebut berbentuk non linier, agar dapat diestimasi harus ditransformasikan terlebih dahulu ke dalam bentuk double logaritmik linier, sehingga bentuknya menjadi sebagai berikut:

ln Qd = ln b 0 +b 1 ln X 1 +b 2 ln X 2 +b 3 ln X 3 +b 4 ln X 4 +b 5 ln X 5 Keterangan : Qd = Permintaan kentang di Kabupaten Boyolali (kg/th)

X 1 = Harga kentang di Kabupaten Boyolali (Rp/th)

X 2 = Harga wortel di Kabupaten Boyolali (Rp/th)

X 3 = Harga beras di Kabupaten Boyolali (Rp/th)

X 4 = Pendapatan perkapita di Kabupaten Boyolali (rupiah/th)

X 5 = Jumlah penduduk di Kabupaten Boyolali (jiwa)

b 0 = konstanta

commit to user

Metode analisis yang digunakan dalam penelitian ini adalah:

1. Uji Koefisien Determinasi (R 2 )

Uji koefisien determinasi (R 2 ) digunakan untuk mengetahui besarnya proporsi pengaruh faktor-faktor yang berupa harga kentang, harga wortel, harga beras, pendapatan perkapita, dan jumlah penduduk terhadap permintaan kentang di Kabupaten Boyolali.

洈úú úú

Keterangan :

R 2 : Koefisien determinasi N : Jumlah observasi (jumlah data) k

: Jumlah variabel bebas

Nilai R 2 mempunyai range antara 0 sampai 1. Semakin nilai R 2 mendekati 1, maka model yang digunakan semakin baik. Bila nilai R 2 semakin mendekati 1 maka semakin besar pengaruh variabel bebas terhadap variabel tidak bebas dan semakin mendekati 0 maka variabel bebas secara keseluruhan semakin kurang dapat menjelaskan variabel tidak bebas.

2. Uji F Uji F digunakan untuk mengetahui apakah harga kentang, harga wortel, harga beras, pendapatan perkapita dan jumlah penduduk yang digunakan secara bersama-sama atau secara simultan berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali dilakukan uji F pada tingkat signifikasi (a:1%, a:5%, a:10%) dengan rumus sebagai berikut:

Keterangan : ESS = Explained Sum of Square

= Jumlah kuadrat yang bisa dijelaskan atau variasi yang bisa

dijelaskan

commit to user

= Jumlah kuadrat total k = Jumlah variabel N = Jumlah sampel Hipotesisnya dirumuskan : Ho : Koefisien regresi inelastis

Ha : Koefisien regresi elastis Ho : b1 = b2 = b3 = b4 = b5 = 0 Ha : b1 ≠ b2 ≠ b3 ≠ b4 ≠ b5 ≠ 0 (paling sedikit ada satu bi ≠ 0)

Kriteria pengambilan keputusan :

1) Jika F hitung >F tabel : Ho ditolak dan Ha diterima, yang berarti faktor- faktor yang berupa harga kentang, harga wortel, harga beras, pendapatan perkapita, dan jumlah penduduk secara bersama-sama berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali.

2) Jika F hitung <F tabel : Ho diterima dan Ha ditolak, yang berarti faktor faktor yang berupa harga kentang, harga wortel, harga beras, pendapatan perkapita, dan jumlah penduduk secara bersama-sama tidak berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali.

3) Dalam penelitian ini, pengambilan keputusan berdasarkan tingkat signifikasi, jika tingkat signifikasi < 0,05 berarti Ho ditolak dan Ha diterima faktor-faktor yang berupa harga kentang, harga wortel, harga beras, pendapatan perkapita, dan jumlah penduduk secara bersama-sama berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali.

4) Jika tingkat signifikasi > 0,05 berarti Ho diterima dan Ha ditolak, maka faktor faktor yang berupa harga kentang, harga wortel, harga beras, pendapatan perkapita, dan jumlah penduduk secara bersama- sama tidak berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali.

commit to user

Uji t digunakan untuk mengetahui pengaruh masing-masing variabel bebas yang digunakan terhadap variabel tidak bebas pada tingkat signifikasi (a:1%, a:5%, a:10%) dengan rumus sebagai berikut:

(bi Se (bi

bi

t hitung =

Keterangan : bi

= koefisien regresi ke-i

Se (bi)

= standard error koefisien regresi ke-i

Hipotesisnya dirumuskan : Ho = bi = 0 Ha = bi ≠0 Kriteria pengambilan keputusan:

a) Jika t hitung > t tabel : maka Ho ditolak, Ha diterima, yang berarti variabel bebas (Xi) secara individu berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali (Y).

b) Jika t hitung ≤ t tabel : maka Ho diterima, Ha ditolak, yang berarti variabel bebas (Xi) secara individu tidak berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali (Y).

c) Dalam penelitian ini, pengambilan keputusan berdasarkan nilai signifikasi. Jika tingkat signifikasi < 0,05 berarti Ho ditolak dan Ha diterima faktor-faktor yang berupa harga kentang, harga wortel, harga beras, pendapatan perkapita, dan jumlah penduduk secara bersama-sama berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali.

d) Jika tingkat signifikasi > 0,05 berarti Ho diterima dan Ha ditolak, maka faktor faktor yang berupa harga kentang, harga wortel, harga beras, pendapatan perkapita, dan jumlah penduduk secara bersama- sama tidak berpengaruh nyata terhadap permintaan kentang di Kabupaten Boyolali.

commit to user

Adapun model dikatakan BLUE bila memenuhi persyaratan berikut:

a. Non Multikolinearitas (tidak terjadi hubungan yang sangat kuat atau bahkan sempurna pada variabel independent).

Multikolinieritas adalah suatu keadaan dimana terdapatnya hubungan yang linier atau mendekati linier diantara variabel-variabel penjelas. Terjadi atau tidaknya multikolinieritas dapat dideteksi dengan melihat nilai dari matrik Pearson Correlation (PC). Dari hasil analisis jika nilai PC lebih kecil dari 0,9 hal ini berarti bahwa antar variabel bebas tidak terjadi multikolinieritas (Ghozali, 2001).

b. Tidak terjadi kasus Heteroskedastisitas

Uji Heterokesdastisitas bertujuan untuk menguji apakah dalam model regresi mempunyai varians (variance) yang tidak sama untuk semua pengamatan. Uji ini dilakukan dengan scatterplot antara nilai prediksi variabel dependent yaitu ZPRED (sumbu X) dengan residualnya SRESID (sumbu Y). Apabila tidak terdapat pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas (Nisfiannoor, 2009).

c. Tidak terjadi kasus Autokorelasi

Menurut Sulaiman (2002), uji autokorelasi digunakan untuk mengetahui apakah terdapat korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu (time series). Pengujian autokorelasi dilakukan dengan melihat nilai Durbin Watson dengan kriteria sebagai berikut:

1) 1,65 < DW < 2,35 yang artinya tidak terjadi autokorelasi

2) 1,21 < DW < 1,65 atau 2,35 < DW < 2,79 yang artinya tidak dapat disimpulkan (inconclusion)

3) DW < 1,21 atau DW > 2,79 yang artinya terjadi autokorelasi

commit to user

Uji Standar Koefisien Regresi digunakan untuk mengetahui variabel bebas yang mempunyai pengaruh paling besar terhadap jumlah permintaan kentang di Kabupaten Boyolali dapat dilihat dari besarnya nilai standar koefisien regresi parsial yang dirumuskan:

Bi bi

Keterangan: Bi : standar koefisien regresi variabel bebas ke-i bi

: koefisien regresi variabel bebas ke-i

δi

: standar deviasi variabel bebas ke-i δy : standar deviasi variabel tak bebas

Variabel bebas yang mempunyai nilai standar koefisien regresi yang paling besar merupakan variabel yang paling berpengaruh terhadap permintaan kentang di Kabupaten Boyolali.

6. Elastisitas Permintaan Elastisitas permintaan digunakan untuk mencari tingkat kepekaan variabel terhadap permintaan kentang dilakukan dengan cara menghitung elastisitas harga, elastisitas pendapatan dan elastisitas silangnya. Besarnya nilai elastisitas tersebut dapat ditunjukkan langsung oleh nilai koefisien regresi variabel penduganya.

Pengukuran angka elastisitas ini dapat dilakukan dengan 3 macam analisis elastisitas, yaitu :

a. Elastisitas Harga (E h )

Jika E h < -1 maka permintaan kentang bersifat elastis.

E h = -1 maka permintaan kentang bersifat unit elastis.

E h > -1 maka permintaan kentang bersifat inelastis.

b. Elastisitas Silang (E Q,S ) Jika E ,S nilainya positif maka wortel dan beras adalah barang

substitusi.

commit to user

komplementer.

c. Elastisitas Pendapatan (E Q,P )

Jika E ,P nilainya negatif maka kentang adalah barang inferior.

E ,P nilainya positif maka kentang adalah barang normal.

E , P < 1 maka kentang adalah barang kebutuhan pokok.

EP > 1 maka kentang adalah barang mewah.

commit to user

Agung, T, S. 2010. Analisis Penawaran dan Permintaan Tembakau (Nicotiana sp.)

di Indonesia. Jurnal Sosial Ekonomi Pertanian dan Agribisnis Vol.7 No.1 September 2010 . Universitas Sebelas Maret Boyolali.

Arsyad, L. 1995. Ekonomi Mikro. BPFE. Yogyakarta.

. 2008. Ekonomi Manajerial. BPFE UGM. Yogyakarta.

Ashari, S. 1995. Holtikultura Aspek Budidaya. UI Press. Jakarta. Boediono. 2005. Teori Ekonomi Mikro Seri Sinopsis. BPEE. Yogyakarta. BPS. 2007. Data Konsumsi Perkapita Pertahun Kentang Nasional Tahun

2004-2006. Badan Pusat Statistik dan Direktorat Jenderal Hortikultura, Departemen Pertanian. http://www.bps.go.id. Diakses tanggal 13 Februari 2011.

____. 2008. Boyolali dalam Angka 2008. BPS Kabupaten Boyolali. Boyolali. ____. 2009. Boyolali dalam Angka 2009. BPS Kabupaten Boyolali. Boyolali. Direktorat Perbenihan. 2003. Vademikum Perbenihan Sayuran. Direktorat Jendral

Bina Produksi Hortikultura. Disperindagsar. 2011. Laporan Perkembangan Harga Rata-rata Bahan Pokok,

Barang Penting dan barang umum Lainnya . Disperindagsar Kabupaten Boyolali. Boyolali.

Futong, I. 2002. Pengantar Ekonomi Mikro dan Makro. Edisi Dua. Ghalia

Indonesia. Jakarta. Gujarati, D. 1991. Ekonometrika Dasar. (Econometrika, penerjemah: Sumarno

Zain). Erlangga. Jakarta. Ghozali, I. 2001. Aplikasi Analisis Multivariate Dengan Program SPSS. Badan

Penerbit Universitas Diponegoro. Semarang. Hendriani, S, R. 2005. Analisis Permintaan Beras Di Kabupaten Karawang.

Skripsi Mahasiswa S1 Fakultas Pertanian UNS Boyolali. Kantor Ketahanan Pangan Kabupaten Boyolali. 2011. Proyeksi Konsumsi Pangan

Penduduk Kabupaten Boyolali Tahun 2011 . Laporan Survey Konsumsi Pangan Kantor Ketahanan Pangan Kabupaten Boyolali. Boyolali.

Lipsey, R, Steider. P. 1991. Pengantar Ekonomi Mikro (Economics, penerjemah: Jaka Wasana). Edisi Kedelapan. Erlangga. Jakarta.

McEachern, W. 2000. Ekonomi Makro (Macro Economics, penerjemah: Sigit

Triandu). Salemba Empat. Jakarta

commit to user

Persada. Jakarta. Nicholson, W. 1992. Mikroekonomi Intermediate dan Penerapannya (Micro

Economics, penerjemah: Danny Hutabarat). Erlangga. Jakarta. Nisfiannoor, Muhammad. 2009. Pendekatan Statistika Modern untuk Ilmu Sosial.

Salemba Humanika. Jakarta. Richard, A. 1992. Ekonomi Mikro. Rineka Cipta. Jakarta.

Setiyadi dan Surya F, N. 1998. Kentang: Varietas dan Pembudidayaannya.

Penebar Swadaya. Jakarta. Sudarsono. 1991. Pengantar Ekonomi Mikro. LP3ES. Yogyakarta.

Sukirno, S. 2005. Teori Pengantar Mikro Ekonomi Edisi Ketiga. PT Raja

Grafindo Persada. Jakarta. Sulaiman, W. 2002. Jalan Pintas Menguasai SPSS 10. Penerbit Andi. Yogyakarta. Sumodiningrat, G. 1994. Pengantar Ekonometrika. BPFE. Yogyakarta. Supranto. 1984. Metode Ramalan Kuantitatif Untuk Perencanaan. Edisi Kedua.

Gramedia. Jakarta. Surakhmad, W. 1994. Pengantar Penelitian Ilmiah-Ilmiah Dasar. Penerbit

Tarsito. Bandung. Wiwin, E. 2006. Analisis Permintaan Beras di Kabupaten Pati. Skripsi

Mahasiswa S1 Fakultas Pertanian UNS Boyolali.

commit to user