Analisis Regresi Peramalan dan Faktor-faktor yang Mempengaruhi Harga Bawang

5.1.3. Analisis Regresi

Harga bawang merah di DKI Jakarta diduga dipengaruhi oleh harga bawang merah di Pasar Induk Kramat Jati, pasokan bawang merah ke Pasar Induk Kramat Jati, lag harga bawang merah dan dummy hari besar keagamaan. Sedangkan harga produsen tidak digunakan dalam variabel yang mempengaruhi harga bawang merah di DKI Jakarta karena tidak ada produksi bawang merah, jadi harga produsen diasumsikan sama dengan harga bawang merah di Pasar Induk Kramat Jati. Untuk menganalisis faktor-faktor yang mempengaruhi harga bawang merah dipilih model regresi linier berganda Tabel 5output komputer ditampilkan di Lampiran 14 . Tabel 5. Hasil Analisis Model Regresi Linier Berganda Harga Bawang Merah di DKI Jakarta Variabel Koefisien SE Koefisien T Hitung P-Value VIF Konstanta 292,2 388,2 0,75 0,455 Harga di PIKJ 0,47696 0,05606 8,51 0,000 2,1 Pasokan ke PIKJ 0,11704 0,09958 1,18 0,245 1,1 Lag Harga 0,56224 0,05600 10,04 0,000 2,1 Dummy 440,0 175,3 2,51 0,015 1,1 R-Sq = 92,3 R-Sq adj = 91,7 F Hitung = 155,37 P-Value = 0,000 Durbin-Watson statistic = 1,95 Keterangan: = Signifikan pada taraf nyata 5 Berdasarkan hipotesis penelitian, variabel yang mempengaruhi harga bawang merah di DKI Jakarta pada taraf nyata 5 persen adalah harga di Pasar Induk Kramat Jati PIKJ, apabila terjadi kenaikan harga bawang merah sebesar Rp 1kg di PIKJ maka harga bawang merah di DKI Jakarta akan naik sebesar Rp 0,47696kg. Hal ini dipengaruhi karena tingkat permintaan yang terjadi di Pasar Induk Kramat Jati, dimana faktor lain cateris paribus. Lag harga bawang merah, dimana harga bulan sekarang lebih besar dibandingkan harga bulan lalu sebesar Rp 0,56224kg. Jadi secara umum harga bulan lalu sangat berpengaruh terhadap pembentukan harga bulan sekarang. Dummy hari besar keagamaan, pada waktu menjelang dan saat hari besar keagamaan harga bawang merah lebih besar Rp 440,0kg dibandingkan di luar hari besar keagamaan karena pada saat hari besar keagamaan permintaan komoditi pertanian termasuk bawang merah cenderung bergerak ke atas. Sedangkan variabel yang tidak berpengaruh secara nyata adalah pasokan bawang merah ke Pasar Induk Kramat Jati PIKJ. Hal ini diduga PKIJ bukan satu-satunya pasar sebagai tempat penampungan distribusi bawang merah dalam skala besar, bisa jadi pasar-pasar lain di sekitar daerah DKI Jakarta. Ada beberapa evaluasi model regresi linier berganda harga bawang merah di DKI Jakarta. Pertama, uji autokorelasi dilakukan dengan melihat nilai Durbin- Watson sebesar 1,95 berada pada selang du d 4-du du= 1,73, maka berdasarkan hipotesis penelitian tidak terdapat autokorelasi. Kedua, uji multikolinearitas dapat dilihat dari nilai Variance Inflation Factors VIF pada Tabel 5. Ternyata semua variabel menghasilkan nilai VIF yang lebih kecil dari 10, sehingga tidak terjadi masalah multikolinearitas. Ketiga, asumsi heteroskedastisitas diperiksa dengan menggunakan uji Breusch-Pagan. Dari hasil output Lampiran 14 dapat dilihat bahwa nilai P-Value yaitu sebesar 0,345 lebih besar dari taraf nyata 5 persen. Serta nilai LM test sebesar 4,62 lebih kecil dari nilai chi square 2 pada taraf nyata 5 persen yaitu 9,49. Hal ini menunjukkan bahwa nilai residual dari model regresi harga bawang merah di DKI Jakarta tidak terjadi masalah heteroskedastisitas. Keempat, untuk mengetahui uji kenormalan dapat dilihat dari grafik Kolmogorov-Smirnov Lampiran 14. Titik residual yang tergambar dalam grafik tersebut segaris dan P-Value sebesar 0,068 lebih besar dari taraf nyata 5 persen, yang berarti residual model harga bawang merah di DKI Jakarta terdistribusi normal. Nilai R-Sq sebesar 92,3 persen menunjukkan nilai koefisien determinasi yang berarti bahwa variabel-variabel bebas yang digunakan dalam model dapat menerangkan keragaman harga bawang merah di DKI Jakarta sebesar 92,3 persen. Sisanya yaitu 7,7 persen dijelaskan oleh variabel-variabel lain yang tidak terdapat dalam model. Nilai P-Value pada uji F sebesar 0,000 lebih kecil dari taraf nyata yaitu 5 persen. Sehingga model yang dihasilkan cukup baik, hal ini menunjukkan bahwa secara serentak variabel bebas dalam model secara signifikan berpengaruh terhadap harga bawang merah di DKI Jakarta.

5.2. Peramalan dan Faktor-faktor yang Mempengaruhi Bawang Merah di