Analisis Data Nilai Ekspor

Dari daftar distribusi normal standart diperoleh 96 , 1 2 1     Z Z tabel . Karena tabel hitung Z Z  di mana 96 , 1 508 ,  maka Ho diterima artinya data nilai ekspor tidak dipengaruhi oleh trend menaik.

3.4 Analisis Data Nilai Ekspor

Adapun langkah awal dalam menganalisa data nilai ekspor komoditi adalah dengan membuat plot data nilai ekspor komoditi sesuai dengan data dari bulan Januari 2005 sampai dengan bulan Oktoberr 2012. Plot data nilai ekspor komoditi tersebut dapat dilihat pada gambar 3.1 dibawah ini: Gambar 3.1 Plot Data Asli Nilai Ekspor Dari Grafik diatas menunjukkan bahwa data nilai ekspor komoditi sudah stasioner. Data yang stasioner ini juga dapat dilihat dari nilai koefisien autokorelasi dari data nilai ekspor komoditi. Universitas Sumatera Utara Sebagaimana dalam tinjauan pustaka dan dalam landasan teori, nilai koefisien autokorelasi dapat dihitung dengan menggunakan persamaan II.15 berikut:           n t t k n t k t t k Y Y Y Y Y Y r 1 2 1 Dengan : n Y Y n t t    1 Maka: 979 , 363 . 688 94 214 . 706 . 64 94 974 . 685 663 . 543 961 . 692 868 . 692 570 . 625         Y Y Y  Untuk 1 r diperoleh: 098 , 979 , 363 . 688 335 . 776 979 , 363 . 688 868 . 692 979 , 363 . 688 570 . 625 979 , 363 . 688 974 . 685 979 , 363 . 688 335 . 776 979 , 363 . 688 961 . 692 979 , 363 . 688 868 . 692 979 , 363 . 688 868 . 692 979 , 363 . 688 570 . 625 1 2 2 2 1 2 94 2 2 2 1 94 93 1 2 2 1 1 1 1                                    r r Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y r    Dengan cara yang sama, nilai-nilai koefisien autokorelasi dan autokorelasi parsial dari data nilai ekspor komoditi dapat diperoleh seperti pada lampiran 3 dan lampiran 4. Plot nilai koefisien autokorelasi dan autokorelasi parsial data asli dapat dilihat pada gambar 3.2 dan 3.3 berikut ini : Universitas Sumatera Utara Gambar 3.2 Plot Nilai Koefisien Autokorelasi Data Asli. Gambar 3.3 Plot Nilai Koefisien Autokorelasi Parsial Data Asli Universitas Sumatera Utara Untuk melihat apakah data sudah stasioner atau tidak, dapat dilihat dari nilai koefisien autokorelasi yang berbeda nyata dari nol yaitu nilai koefisien autokorelasi berada dalam interval batas penerimaan. Dengan menggunakan persamaan I.2 maka untuk data nilai ekspor komoditi dengan 94  n , maka dari seluruh nilai koefisien autokorelasi harus berada dalam interval:                n r n k 1 96 , 1 1 96 , 1 Atau berada pada batas nilai: 202 , 202 ,    k r Terlihat bahwa data sudah stasioner, hanya 1 data nilai koefisien autokorelasi yang tidak berada dalam interval batas penerimaan yaitu: lag-6 dengan nilai koefisien -0,228 dan hanya 1 nilai koefisien autokorelasi parsial yang tidak berada dalam batas penerimaan yakni lag-6 dengan nilai koefisien -0,266.

3.5 Identifikasi Model